Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
INFLUENCIA DEL TIEMPO Y DE LA CONTAMINACIÓN
ATMOSFÉRICA SOBRE ENFERMEDADES DE LOS SISTEMAS CIRCULATORIO Y RESPIRATORIO EN CASTILLA -LA
MANCHA
FEDERICO MONSALVE IRUSTA
MEMORIA DE TESIS DOCTORAL PRESENTADA PARA LA CONSECUCIÓN DEL TÍTULO DE DOCTOR
Dirigida por los Dres. D. Clemente Tomás Sánchez
y D. Roberto Fraile Laiz PROGRAMA DE DOCTORADO: ECOLOGÍA Y TECNOLOGÍA AMBIENTAL DEPARTAMENTO: QUÍMICA Y FÍSICA APLICADAS ÁREA DE CONOCIMIENTO: FÍSICA APLICADA
Universidad de León Facultad de Ciencias Biológicas y Ambientales
León, 2011
INFORME DEL DIRECTOR DE LA TESIS 1
Los Dres. D. Clemente Tomás Sánchez y D. Roberto Fraile Laiz, como Directores2
de la Tesis Doctoral titulada “Influencia del tiempo y de la contaminación atmosf érica
sobre enfermedades de los sistemas Circulatorio y R espiratorio en Castilla-La
Mancha” , realizada por D. Federico Monsalve Irusta en el programa de doctorado
Ecología y Tecnología Ambiental, informan favorablemente el depósito de la misma, dado
que reúne las condiciones necesarias para su defensa.
Lo que firmamos, en León a ___ de__________ de _____________
Fdo. Dr. D. Clemente Tomás Sánchez Fdo. Dr. D. Roberto Fraile Laiz
1 Solamente para las tesis depositadas en papel. 2 Si la Tesis está dirigida por más de un Director tienen que constar los datos de cada uno y han de firmar todos ellos.
Estudios de Doctorado
ADMISIÓN A TRÁMITE DE LA TESIS DOCTORAL 3
El órgano responsable del programa de doctorado Ecología y Tecnología ambiental
en su reunión celebrada el día ___ de _____________ de ________ ha acordado dar su
conformidad a la admisión a trámite de lectura de la Tesis Doctoral titulada “Influencia
del tiempo y de la contaminación atmosférica sobre enfermedades de los sistemas
Circulatorio y Respiratorio en Castilla-La Mancha” , dirigida por el Dr. D. Clemente
Tomás Sánchez y el Dr. D. Roberto Fraile Laiz, elaborada por D. Federico Monsalve
Irusta, y cuyo título en inglés es el siguiente “Influence of weather and air pollution on
diseases of the circulatory and respiratory systems in Castilla-La Mancha”.
Lo que firmo, en León a _____ de ______________ de ___________.
El Secretario,
Fdo. Olegario Martínez Morán
Vº Bº
El Director del Departamento/ Presidente de la Comisión Académica,
Fdo.: Javier Martín Villacorta
3 Solamente para las tesis depositadas en papel.
Estudios de Doctorado
Agradecimientos
Al Dr. D. Clemente Tomás Sánchez, Profesor Titular del
Departamento de Física General y de la Atmósfera de la Universidad de
Salamanca, por su continua ayuda en la dirección de este trabajo. Y por su
paciencia.
Al Dr. D. Roberto Fraile Laiz, profesor Titular del Departamento de
Química y Física aplicadas de la Universidad de León, por su labor como
Tutor de Doctorado y Codirector de la presente Memoria de tesis doctoral.
Al Dr. D. Javier Martín Villacorta, Director del Departamento de
Química y Física aplicadas de la Universidad de León, por las facilidades
dadas para llevar a cabo esta investigación.
A la Dra. Dª Covadonga Palencia Coto, profesora del Departamento
de Química y Física aplicadas de la Universidad de León, y al Dr. D.
Emilio Ibáñez Carrión, así como a Dª Purificación Arias del Real, por sus
orientaciones en el tratamiento estadístico e informático del presente
trabajo.
A D. Sergio Fernández González, por sus aportaciones en la parte
teórica de esta Memoria.
A la Consejería de Salud y Bienestar Social de la Junta de Castilla-La
Mancha, por su colaboración en este trabajo.
Y a todos los que en la Facultad de Ciencias Ambientales de la
Universidad de León desempeñan su trabajo en el Departamento de
Química y Física aplicadas, por su buen hacer, su disponibilidad, y tantas
cosas más.
I
ÍNDICE
ÍNDICE.............................................................................................................................. I
RESUMEN ....................................................................................................................... V
ACRÓNIMOS .............................................................................................................. XIII
CAPÍTULO 1: INTRODUCCIÓN ............................................................................... 1
1.1. ESTADO ACTUAL DE LAS INVESTIGACIONES EN BIOMETEOROLOGÍA ...................... 1
1.2. VARIABLES METEOROLÓGICAS Y CONTAMINANTES QUE INFLUYEN EN LA SALUD .. 7
1.2.1. Variables meteorológicas ............................................................................................ 7
1.2.2. Contaminantes atmosféricos ........................................................................................ 8
1.3. ENFERMEDADES DE LOS SISTEMAS CIRCULATORIO Y RESPIRATORIO ................... 13
1.4. CARACTERÍSTICAS GEOGRÁFICAS Y CLIMÁTICAS DE LA ZONA EN ESTUDIO .......... 16
1.4.1. Clima de Castilla-La Mancha. .................................................................................... 16
1.4.2. Población y hospitales ................................................................................................ 19
1.5. OBJETIVOS ........................................................................................................... 24
1.6. ESTRUCTURA DE ESTA MEMORIA .......................................................................... 25
1.7. BIBLIOGRAFÍA ...................................................................................................... 27
CAPÍTULO 2: TIPOS DE TIEMPO .......................................................................... 35
2.1. TIPOS DE TIEMPO SUBJETIVOS .............................................................................. 35
2.2. TIPOS DE TIEMPO OBJETIVOS ................................................................................ 37
2.3. METODOLOGÍA..................................................................................................... 39
2.4. CARACTERÍSTICAS DE CADA TIPO DE TIEMPO ....................................................... 43
2.5. BIBLIOGRAFÍA ...................................................................................................... 62
II
CAPÍTULO 3: MORBILIDAD ................................................................................... 65
3.1. INTRODUCCIÓN .................................................................................................... 65
a) Aparato Circulatorio ......................................................................................................... 66
b) Aparato Respiratorio ......................................................................................................... 69
3.2. MATERIAL Y MÉTODOS ........................................................................................ 73
3.3. RESULTADOS Y DISCUSIÓN ................................................................................... 75
3.3.1. Enfermedades del aparato Circulatorio ..................................................................... 75
3.3.1.1. Análisis estadístico ......................................................................................... 75
a) Valores totales ................................................................................................ 76 b) Valores estacionales ....................................................................................... 77 c) Valores mensuales........................................................................................... 78 d) Índices de Admisión ........................................................................................ 80
3.3.1.2. Morbilidad del aparato Circulatorio según tipos de tiempo ........................... 81
a) Clasificación diaria de los tipos de tiempo ..................................................... 81 b) Características meteorológicas de las situaciones dominantes y
probabilidades condicionales ...................................................................... 84 c) Días de CAI altos: estudio de desfases y de secuencias de tipos de tiempo .... 90
3.3.2. Enfermedades del aparato Respiratorio ...................................................................... 95
3.3.2.1. Análisis estadístico ......................................................................................... 95
a) Valores totales ................................................................................................ 95 b) Valores estacionales ....................................................................................... 96 c) Valores mensuales........................................................................................... 96 d) Índices de Admisión ........................................................................................ 98
3.3.2.2. Morbilidad del aparato Respiratorio según tipos de tiempo ......................... 100
a) Clasificación diaria por tipos de tiempo ....................................................... 100 b) Características meteorológicas de las situaciones dominantes y
probabilidades condicionales. ................................................................... 103 c) Días de RAI altos: estudio de desfases y de secuencias de tipos de tiempo .. 106
3.4. CONCLUSIONES .................................................................................................. 111
3.5. BIBLIOGRAFÍA .................................................................................................... 113
CAPÍTULO 4: MORTALIDAD ............................................................................... 121
4.1. INTRODUCCIÓN .................................................................................................. 121
4.2. DEFINICIONES .................................................................................................... 127
a) H (Humidex) .................................................................................................................... 127
b) ET (Effective Temperature) .............................................................................................. 128
c) WCI (Wind Chill Index) ................................................................................................... 129
d) RSI (Relative Strain Index) .............................................................................................. 129
e) WBGT (Wet Bulb Global Temperature) ........................................................................... 130
f) NET (Net Effective Temperature) ..................................................................................... 130
g) AT (Apparent Temperature) ............................................................................................. 131
III
4.3. MATERIAL Y MÉTODOS ...................................................................................... 132
4.4. RESULTADOS...................................................................................................... 132
4.4.1. Datos estadísticos ....................................................................................................... 132
4.4.2. Sistema Circulatorio .................................................................................................. 135
a) H (Índice Humidex) .............................................................................................. 135
b) ET (Índice Effective Temperature) ....................................................................... 136
c) WCI (Índice Wind Chill Index) ............................................................................. 138
d) RSI (Índice Relative Strain Index) ........................................................................ 138
e) WBGT (Índice Wet Bulb Global Temperature) .................................................... 139
f) NET (Índice Net Effective Temperature) .............................................................. 141
g) AT (Índice Apparent Temperature) ...................................................................... 141
4.4.3. Sistema Respiratorio .................................................................................................. 143
a) H (Índice Humidex) .............................................................................................. 143
b) ET (Índice Effective Temperature) ....................................................................... 143
c) WCI (Índice Wind Chill Index) ............................................................................. 143
d) RSI (Índice Relative Strain Index) ........................................................................ 145
e) WBGT (Índice Wet Bulb Global Temperature) .................................................... 145
f) NET (Índice Net Effective Temperature) .............................................................. 145
g) AT (Índice Apparent Temperature) ...................................................................... 145
4.5. DISCUSIÓN ......................................................................................................... 148
4.6. MORTALIDAD Y TIPOS DE TIEMPO: SECUENCIAS DE MAYOR INCIDENCIA ............ 152
4.7. CONCLUSIONES .................................................................................................. 157
4.8. BIBLIOGRAFÍA .................................................................................................... 159
CAPÍTULO 5: CONTAMINANTES ATMOSFÉRICOS EN RELACIÓN CON LA MORTALIDAD Y LOS ÍNDICES .................................................................... 165
5.1. INTRODUCCIÓN .................................................................................................. 165
5.2. MATERIAL Y MÉTODOS ...................................................................................... 171
5.3. RESULTADOS Y DISCUSIÓN ................................................................................. 173
5.4. CONCLUSIONES .................................................................................................. 195
5.5. BIBLIOGRAFÍA .................................................................................................... 197
CAPÍTULO 6: CONCLUSIONES Y PERSPECTIVAS ........................................ 205
6.1. CONCLUSIONES .................................................................................................. 205
6.2. PERSPECTIVAS ................................................................................................... 210
V
RESUMEN
El estudio de la influencia del medio ambiente sobre la salud ha
adquirido en las últimas décadas una relevancia creciente gracias a los
avances de la Biometeorología humana, ciencia de carácter interdisciplinar,
en la que se relacionan procesos de la Biología, la Física, la Química, y la
Medicina.
Una línea concreta de investigación en la Biometeorología es el
estudio de las repercusiones que tienen las variaciones de las variables
meteorológicas y los contaminantes atmosféricos en la morbilidad (número
de personas que ingresan en un centro médico en un lugar y periodo de
tiempo determinados) y en la mortalidad (número de personas que mueren
en un lugar y periodo de tiempo determinados), según las distintas
patologías, grupos de pacientes, etc.
En los últimos años, además de la influencia que las diferentes
variables meteorológicas presentan sobre la morbilidad y mortalidad, los
VI
episodios de altos niveles de concentración de contaminantes atmosféricos
también han sido objeto de numerosos estudios.
Los diversos aspectos abordados en esta Memoria tienen como fin
principal la determinación y caracterización de las relaciones existentes
entre las variaciones de morbilidad y mortalidad diarias registradas en las
provincias que componen la Comunidad de Castilla-La Mancha en el
periodo 2000-2006, y diferentes variables atmosféricas/contaminantes
gaseosos. Para ello se han seleccionado dos grandes tipos de enfermedades
(cardiovasculares y respiratorias), que se han diagnosticado en pacientes de
diferentes grupos de edad.
Los objetivos de la investigación son:
1) Determinar las situaciones meteorológicas dominantes durante el
periodo de estudio y analizar sus características.
2) Evaluar la importancia relativa de los tipos de tiempo dominantes
durante los días con números elevados de admisiones hospitalarias, y con
desfases de uno, dos y tres días.
3) Investigar las secuencias de tipos de tiempo en dos días
consecutivos que ocasionan alta morbilidad.
4) Investigar las asociaciones de la mortalidad por enfermedades
cardiovasculares y respiratorias con varios Índices térmicos utilizados en la
práctica biometeorológica. Asimismo, estudiar los días de mayor
mortalidad y su dependencia con los tipos de tiempo.
5) Estudiar la relación de las variables meteorológicas y de los Índices
meteorológicos con los contaminantes atmosféricos.
VII
En lo referente al primer objetivo, para la morbilidad por
enfermedades del sistema Circulatorio, se realizó en primer lugar un
análisis estadístico, con la finalidad de obtener las series de datos más
adecuadas para el trabajo posterior, y un Análisis de Componentes
Principales (ACP) a las variables atmosféricas para reducir los datos de
todas las provincias en una única serie. Análogo trabajo se efectuó con los
datos del sistema Respiratorio.
Las situaciones dominantes de mayor frecuencia relativa fueron, en el
periodo cálido, la circulación del Nordeste, NE (18,1%), y las situaciones
anticiclónicas, A (16,9%), en tanto que durante el periodo frío, fue A
(29,2%). Realizado el mismo análisis para la morbilidad por patologías del
sistema Respiratorio, los resultados fueron A (38,1%) durante el periodo
invernal, y NE (11,0%) y A (24,7%) en primavera.
En cuanto al segundo objetivo, para las admisiones relacionadas con
patologías del sistema Circulatorio, resalta, en los casos de sucesos
extremos, esto es, CAI > 150 (CAI, Índice de admisiones por enfermedades
del aparato Circulatorio), la importancia relativa que tienen los tipos de
tiempo E, NW, y A para el periodo cálido y el E en el frío, así como el W
para sucesos de CAI > 125 o más, para el cálido, y los E y W para el frío.
En cuanto a los ingresos relacionados con enfermedades del sistema
Respiratorio, hay que señalar la importancia relativa de los tipos SW, A, y
el tipo híbrido anticiclónico del Suroeste, (HASW), para sucesos extremos,
esto es, RAI > 150 (RAI, Índice de admisiones por enfermedades del
aparato Respiratorio) en invierno, sin diferencias destacables en el caso de
la primavera. Para RAI > 125, son relevantes los tipos E, SE y A en
invierno, así como W, C y A en primavera.
VIII
En el periodo cálido, el CAI se encuentra por debajo de 100 para 0, 1,
2 y 3 días de desfase cuando tienen lugar las situaciones NE, N y HAN. En
cambio, el CAI supera el valor 100 para 0, 1, 2 y 3 días de desfase, cuando
tienen lugar las situaciones W, A, y HAW, con la salvedad de que, para el
tipo A y lag = 0, el CAI vale 100.
En cuanto al periodo frío, los valores del CAI son siempre inferiores a
100 para 1, 2 y 3 días de desfase para el tipo E y W, excepto con lag = 0.
Sin embargo, el CAI iguala o supera el valor medio para la situación A
cuando los desfases son de 0, 1, 2, y 3 días.
En invierno el RAI es inferior a la media en los tipos NE, SE, W y C
para desfases de 0, 1, 2 y 3 días, y superior a la media para desfases de 0, 1,
2, y 3 días en el tipo A. En primavera los tipos SW y A dan asimismo
valores del RAI superiores a la media en el mismo día y posteriores (en el
caso del tipo de tiempo SW el valor del RAI es 100 para un desfase de tres
días), mientras que el tipo N es siempre inferior a la media.
Respecto al tercer objetivo, tiene una notable importancia la
persistencia de las situaciones NE-NE, A-A y N-N para las admisiones por
enfermedades del sistema Circulatorio, así como las A-A para las del
Respiratorio.
Ciertas secuencias de tipos de tiempo originan elevados aumentos por
encima de la media de admisiones en patologías de ambos sistemas, como
es el caso de las secuencias NE-HANE (135) y E-E (131) en el caso de
enfermedades del aparato Circulatorio durante el periodo cálido, y W-A
(128) y A-HASW (127) en el periodo frío. Asimismo destacan por el
mismo motivo las secuencias A-A (137) y A-HASW (154) en el caso de
enfermedades del aparato Respiratorio durante el Invierno, así como A-A
(125) en la Primavera.
IX
En lo que respecta al cuarto objetivo, tras un estudio estadístico
previo de carácter descriptivo, se investigó la asociación de series
promediadas mensuales regionales de mortalidad con siete Índices
meteorológicos. Los resultados obtenidos son bastante parecidos, tanto por
fallos del aparato Circulatorio (entre 0,521 y 0,543) como del Respiratorio
(entre 0,609 y 0,629). Las expresiones analíticas de los Índices son bastante
diferentes, aun cuando todos incluyan la temperatura en su fórmula. Sin
embargo el Índice H (Humidex) no incluye la velocidad del viento, ni
tampoco lo hace WBGT (Wet Bulb Global Temperature) ni RSI (Relative
Strain Index). Todo parece indicar que la temperatura podría ser un factor
determinante de la importancia de los Índices en mayor proporción que
otros.
Los días de mayor incidencia de la mortalidad se concentran en época
fría: 6 de 9 para enfermedades del aparato Circulatorio, y 9 de 10 para
enfermedades del Respiratorio.
En cuanto a los días de mayor incidencia de la mortalidad por
patologías del sistema Circulatorio, puede concluirse que en todos los casos
hay repetición de tipos de tiempo en días consecutivos, como los SW (una
secuencia de cinco días consecutivos), N (dos secuencias de tres días
consecutivos) y HASW (una secuencia de cuatro días consecutivos). Las
secuencias de dos días, como mínimo, de tipos de tiempo como N, SW,
HASW, HAW y A, son las que dan la mayoría de los días de máxima
mortalidad aquí estudiados. En particular, el SW adquiere particular
relevancia en este estudio, ya que solamente aparece 97 días en el cómputo
total del periodo frío, lo que equivale a un 7,6%, en tanto que aparece un
20% del total de días de máxima mortalidad.
X
Las alternancias más importantes son no direccional-híbrido
anticiclónico o direccional-híbrido anticiclónico. Las situaciones más
frecuentes resultaron ser N, SW, HASW, HAW y A.
Los días de mayor número de defunciones por enfermedades del
aparato Respiratorio corresponden a los tipos HANE, N, NE, E, SW, W, C,
A, HAN, HASW, HAW y HANW que ya aparecieron en el Circulatorio.
Pero además son nuevos: SE, S, NW, HCN, HCNE, HCSE, HCSW, y
HASE.
Al igual que sucede con enfermedades del sistema Circulatorio, se
aprecian para las del Respiratorio secuencias del mismo tipo en los días
anteriores, siendo la más representativa la de cinco días consecutivos que
registra el tipo A.
El quinto objetivo se abordó mediante el Análisis de Componentes
Principales. Dicha técnica aplicada a los datos de mortalidad,
contaminantes y variables meteorológicas por enfermedades de los
sistemas Circulatorio y Respiratorio en Castilla-La Mancha permite lograr
un primer modelo de dos factores. En el caso del sistema Circulatorio, el
primer factor, que explica un 34,7% de la varianza, agrupa la temperatura,
el ozono y la radiación. El segundo, que explica un 31,8% de la varianza,
agrupa la mortalidad, todos los contaminantes, la presión y la humedad
relativa. Similares resultados se obtienen para el sistema Respiratorio.
El empleo de Índices biometeorológicos junto con los contaminantes
en dicho Análisis de Componentes Principales mejora los resultados, ya
que se obtienen, asimismo, dos factores. Para el sistema Circulatorio el
primer factor, que explica un 38,2% de la varianza, agrupa el ozono y los
Índices, en tanto que el segundo, que explica el 34,6% de la varianza,
XI
agrupa la mortalidad y los contaminantes. Los resultados son similares en
el sistema Respiratorio.
XIII
ACRÓNIMOS
A: Tipo de tiempo Anticiclónico
AB: Albacete
ACP: Análisis de Componentes Principales
ANOVA: Análisis de la varianza
APHEA: Air Pollution and Health: European Approach
AT: Apparent Temperature
C: Tipo de tiempo Ciclónico
CAI: Índice de Admisión por enfermedades del aparato Circulatorio
CIE-10 Clasificación Internacional de Enfermedades, 10ª versión
CMAJ: Canadian Medical Association Journal
CR: Ciudad Real
CU: Cuenca
DANA: Depresión aislada de niveles altos
XIV
D-W: Durbin-Watson
E: Tipo de tiempo Este
EPA: Environmental Protection Agency
ET: Effective Temperature
F: Flujo total
GU: Guadalajara
H: Humidex
HAE: Tipo de tiempo Híbrido Anticiclónico Este
HAN: Tipo de tiempo Híbrido Anticiclónico Norte
HANE: Tipo de tiempo Híbrido Anticiclónico Nordeste
HANW: Tipo de tiempo Híbrido Anticiclónico Noroeste
HAS: Tipo de tiempo Híbrido Anticiclónico Sur
HASE: Tipo de tiempo Híbrido Anticiclónico Sureste
HASW: Tipo de tiempo Híbrido Anticiclónico Suroeste
HAW: Tipo de tiempo Híbrido Anticiclónico Oeste
HCE: Tipo de tiempo Híbrido Ciclónico Este
HCN: Tipo de tiempo Híbrido Ciclónico Norte
HCNE: Tipo de tiempo Híbrido Ciclónico Nordeste
HCNW: Tipo de tiempo Híbrido Ciclónico Noroeste
HCS: Tipo de tiempo Híbrido Ciclónico Sur
HCSE: Tipo de tiempo Híbrido Ciclónico Sureste
XV
HCSW: Tipo de tiempo Híbrido Ciclónico Suroeste
HCW: Tipo de tiempo Híbrido Ciclónico Oeste
HI: Heat Index
HMO: Health Maintenance Organization
HR: Humedad relativa
I: Invierno
ICD: International Classification of Diseases
INE: Instituto Nacional de Estadística
IPCC: Intergovernmental Panel on Climate Change
IRI: International Research Institute for Climate Prediction
KMO: Medida de adecuación muestral de Kaiser-Meyer-Olkin
LAG: Desfase de días
N: Tipo de tiempo Norte
NE: Tipo de tiempo Nordeste
NET: Net Effective Temperature
NW: Tipo de tiempo Noroeste
O: Otoño
PET: Índice de temperatura fisiológica equivalente
PHEWE: Assessment and prevention of acute health effects and weather
conditions in Europe
PM2,5: Partículas de tamaño menor de 2,5 micrómetros
PM10: Partículas de tamaño menor de 10 micrómetros
XVI
PMV: Predicted Mean Vote
Pr: Primavera
Rad: Radiación
RAI: Índice de Admisión por enfermedades del aparato Respiratorio
RSI: Relative Strain Index
S: Tipo de tiempo Sur
SE: Tipo de tiempo Sureste
SF: Flujo del Sur
SPSS: Statistical Package for the Social Sciences
SW: Tipo de tiempo Suroeste
T: Temperatura
TO: Toledo
TT: Tipo de tiempo
UNEP: United Nations Environment Programme
V: Verano
W: Tipo de tiempo Oeste
WBGT: Wet Bulb Globe Temperature
WCI: Wind Chill Index
WCPA: World Commission on Protected Areas
WF: Flujo del Oeste
WHO: World Health Organization
XVII
WMO: World Meteorological Organization
WSI: Weather Stress Index
Z: Vorticidad total
ZS: Vorticidad del Sur
ZW: Vorticidad del Oeste
1
Capítulo 1: INTRODUCCIÓN
1.1. ESTADO ACTUAL DE LAS INVESTIGACIONES EN BIOMETEOROLOGÍA
La relación entre la salud del ser humano y el clima fue descrita por
primera vez por Hipócrates (460-377 a.c.). El Padre de la Medicina
afirmaba: “Todo aquel que quiera estudiar medicina correctamente debe
conocer las siguientes materias: Primero, debe tener en cuenta los efectos
de cada estación del año, y las diferencias que existen entre ellas. En
segundo lugar, debe estudiar los vientos fríos y los cálidos, tanto los que
son comunes a todos los países, como los que son propios de cada región”.
Fue el primero en darse cuenta de que el bienestar tiene una relación
estrecha con factores que hoy denominaríamos meteorológicos, no solo con
los internos del propio organismo. Tal planteamiento, sin embargo, no
siempre se tuvo en cuenta en los siglos posteriores. Así, durante los modos
2
de pensar de corte racionalista y mecanicista, los estudiosos tendieron a
considerar el cuerpo como una máquina, sin condicionamientos externos.
Los posteriores avances han demostrado que las variables
meteorológicas y los contaminantes tienen una influencia significativa, en
especial, sobre determinadas patologías. Los cambios en el organismo
relacionados con las alteraciones en las condiciones atmosféricas han
recibido en la literatura especializada actual el nombre de
“meteorotropismos” (Gonçalves et al., 2007). Destacan en este sentido
todas las enfermedades de los aparatos circulatorio, respiratorio y digestivo.
Actualmente todas las investigaciones llevadas a cabo en relación con
la influencia del medio ambiente sobre la salud se engloban en lo que se
llama la Biometeorología humana. También ha sido denominada como
Meteorología médica. El estudio de tal disciplina requiere un alto grado de
interdisciplinariedad entre materias tales como Física, Biología, Química y
Medicina.
Los avances más recientes en dicha ciencia parten de los estudios
realizados por autores del siglo XX en zonas de habla alemana, tales como
Sauberer (1948), Ungeheuer (1955), Flach (1957) y Assmann (1963). Estos
autores emplearon métodos estadísticos para establecer correlaciones entre
las condiciones atmosféricas y la salud, lo que constituye la base del modo
de proceder en la Biometeorología actual.
Más adelante, ya en los años setenta, se desarrollaron modelos
biometeorológicos a través de Índices termológicos, especialmente a partir
de los estudios de Fanger (1970). Y, ya recientemente, se han incluido en
los estudios de investigación otros factores referentes a la contaminación
del aire: concentraciones de contaminantes, reacciones químicas asociadas,
interacción con variables atmosféricas, etc. (Borja-Aburto et al., 1998; Aga
3
et al., 2003; Schwartz, 2003; Samoli et al., 2005; Zeka et al., 2005; Samoli
et al., 2007).
Una línea concreta de investigación en la Biometeorología es el
estudio de las repercusiones que tienen las variaciones de las variables
atmosféricas y los contaminantes en la morbilidad (número de personas que
ingresan en un centro médico en un lugar y periodo de tiempo
determinados) y en la mortalidad (número de personas que mueren en un
lugar y periodo de tiempo determinados), según las distintas patologías,
grupos de pacientes, etc. (Mannino y Washburn, 1989; Auliciems et al.,
1997; Koken et al., 2003; Mittleman y Verrier, 2003; Ebi et al., 2004;
Feldman et al., 2004; Brunekreef y Forsberg, 2005).
Un factor determinante para medir el grado de influencia que el medio
ambiente ocasiona en el ser humano es el intervalo de adaptación a las
variaciones climáticas (Kilbourne, 1997). Lo abrupto de estos cambios
influye en las tasas de mortalidad de las poblaciones. Todo ello se traduce
en distintos resultados según lo suave o extremo que sea el clima de la zona
en estudio.
La estacionalidad de la morbilidad hospitalaria y de la mortalidad es
un hecho bien conocido, identificándose el invierno como la época de
mayor número de defunciones. Encontrar modelos que den explicación a
estas pautas constituye una línea de investigación de gran actualidad; así, se
han realizado trabajos como los de Bart y Bourque (1995) en Canadá,
también en Estados Unidos (Kloner et al., 1999), Nueva Zelanda
(Cockburn y Salinger, 2001), y Donaldson et al. (2003) en Inglaterra.
Estos trabajos han puesto de manifiesto que las diferencias entre las
tasas de mortalidad estacionales cada vez son menos evidentes, aunque
4
todavía están lejos de igualarse los valores medios de mortalidad
correspondiente a cada una de las estaciones (Gemmell et al., 2000).
El grado de influencia de la atmósfera sobre los seres humanos
depende de las condiciones meteorológicas propias del lugar donde viven
(Brazel et al., 2000), la edad, el sexo, la raza y otros muchos factores
(Steadman, 1979). No sólo una modificación del tiempo más o menos
brusca afecta a la salud (Kosatsky, 2005), sino que los propios cambios
estacionales pueden generar una variación, tanto de enfermedades
generales (Kalkstein et al., 1996), como de afecciones coronarias y
respiratorias (Schwartz et al., 2004), siendo la temperatura del aire y la
humedad relativa las variables que, fluctuando estacionalmente, muestran
mayor influencia (Steadman, 1979).
Sin duda, el cambio climático y, más especialmente, el aumento de la
temperatura prevista en algunas zonas de nuestro planeta (debido
principalmente al aumento del CO2 y otros gases causantes del efecto de
invernadero en la atmósfera) son también motivos de preocupación
sanitaria (Kalkstein y Greene, 1997; McGeehin y Mirabelli, 2001). Los
efectos que se derivan del cambio climático sobre la salud pueden ser
agrupados desde dos puntos de vista: efectos de tipo directo, cuyo ejemplo
más representativo es la pérdida de vidas por olas de calor o de frío
(Semenza et al, 1996; Leonardi et al., 2006; Sheridan, 2007), y efectos
indirectos que las variaciones climáticas severas pueden presentar sobre el
aumento e incidencia de la morbilidad y mortalidad debidas a
enfermedades de tipo endémico como el cólera o la malaria (Michelozzi et
al., 2006; Mastrangelo et al., 2006). Asimismo, la variabilidad
meteorológica produce cambios en la frecuencia e intensidad de los
fenómenos extremos como sequías, inundaciones, tormentas severas, etc.,
que pueden ser asociados al cambio climático y que se encuentran
5
estrechamente relacionados con la calidad de las aguas, por lo tanto, con
enfermedades de tipo infeccioso.
La magnitud de estos problemas ocupa de manera creciente a las
autoridades de los diversos países. En el caso de España, el deterioro de la
calidad del aire podría potenciarse por su proximidad con África, donde
existen zonas con enfermedades ligadas a microorganismos patógenos; el
riesgo se debería a la extensión geográfica de tales vectores infecciosos ya
establecidos (Abanades et al., 2007).
Los efectos anteriormente señalados de la contaminación ambiental en
la salud humana se han estudiado por diversos autores: así la disminución
en la función pulmonar (Pope et al., 1991), los incrementos en síntomas de
patologías respiratorias (Peters et al., 1999), y las emergencias hospitalarias
(Bates et al., 1990).
En los últimos años, además de la influencia que las diferentes
variables meteorológicas presentan sobre la morbilidad y mortalidad, los
episodios de altos niveles de concentración de contaminantes atmosféricos
también han sido objeto de numerosos estudios (Künzli et al., 2000; Liang
et al., 2008). En este sentido cabe reseñar que las altas concentraciones de
materia particulada en USA (Schwartz, 2003), Canadá (Burnett et al.,
2000), Alemania (Spix et al., 1993), China (Xu et al., 1994), Corea (Lee et
al., 2000), Grecia (Katsouyanni et al., 1990), y Brasil (Saldiva et al., 1994)
están significativamente asociadas con la mortalidad cardiopulmonar.
En cuanto a las variables meteorológicas, cabe destacar que se han
realizado trabajos acerca de la relación entre las mismas y la morbilidad y
mortalidad. Gran parte de ellos se refieren a la relación de la temperatura
sobre la mortalidad. Esta relación suele describirse como no lineal y en
forma de V o J, ya que la mortalidad aumenta con valores muy altos o muy
6
bajos de la temperatura, existiendo un valor mínimo de mortalidad para una
temperatura denominada de confort (Kunst et al., 1993; Sáez et al., 1995;
Kan et al., 2003; El-Zein et al., 2004; Fernández-Raga et al., 2010).
Las temperaturas de confort varían según las zonas o lugares de
estudio, habitualmente descienden con valores crecientes de latitud, o con
climas más fríos, debido a la adaptación de la población (Keatinge et al.,
2000; Curriero et al., 2002). También pueden influir en el descenso de la
temperatura de confort factores sociodemográficos, como el aumento del
porcentaje de población anciana (Mirón et al., 2008).
Existen otros factores que también contribuyen a la incidencia de los
fallecimientos a causa del calor, como son las enfermedades mentales
(Stafoggia et al., 2006), determinadas medicaciones a base de, por ejemplo,
psicotrópicos y anticolinérgicos (Beggs, 2000; Beggs y Vaneckova, 2008),
aislamiento social (Naughton et al., 2002), y residencias de tercera edad
(Hajat et al., 2007).
Las olas de calor constituyen un capítulo de particular relevancia en la
Biometeorología actual por la repercusión social de este problema, hasta tal
punto que, para algunos autores (Kalkstein y Greene, 1997) constituyen la
primera causa de mortalidad asociada a catástrofes naturales. Tal fenómeno
ha sido extensamente estudiado por diversos investigadores: Sartor et al.
(1995, 1997) en Bélgica; Mackenbach et al. (1997) en Holanda;
Laschewski y Jendritzky (2002) en Alemania; Dessai (2002, 2003) en
Portugal; Díaz et al. (2002, 2006) en España; Donaldson et al. (2003) en
Finlandia; Kysely (2004) en la República Checa; Conti et al., (2005, 2007)
en Italia; Golden et al. (2008) en Estados Unidos; Revich y Shaposhnikov
en Rusia (2008); Nicholls et al., (2008) y Vaneckova et al., (2008, a y b) en
Australia.
7
1.2. VARIABLES METEOROLÓGICAS Y CONTAMINANTES QUE INFLUYE N
EN LA SALUD
Los parámetros atmosféricos que influyen en la salud humana pueden
agruparse en variables meteorológicas y contaminantes atmosféricos.
1.2.1. Variables meteorológicas
Las variables meteorológicas que de forma relevante afectan a los
procesos del organismo humano son la presión atmosférica, la temperatura,
la humedad y las radiaciones. Diversos autores, como Battestini (1975),
Corominas (1976), Rivolier (1985), Martínez-Carpio y Battestini (2002), y
Martínez-Carpio (2003), han precisado sus características, que a
continuación se indican.
Presión atmosférica
El incremento de la presión atmosférica puede aumentar la viscosidad
del aire respirado y facilitar un broncoespasmo en individuos
predispuestos. Además, sus variaciones se relacionan con cambios en el
volumen gaseoso de ciertas estructuras del cuerpo, lo que puede ocasionar
patologías de tipo cerebrovascular, barosinusitis, barotitis etc.
Temperatura
En épocas de frío aumenta el riesgo de hipotermia (temperatura
corporal inferior a 35ºC). Este hecho se asocia frecuentemente con el
aumento de mortalidad en las urgencias por patologías del sistema
Circulatorio en pacientes de edad. Por otro lado, las altas temperaturas
incrementan el esfuerzo que ha de realizar el organismo para mantenerse
refrigerado en los meses cálidos, por lo que aumentará el riesgo de
patologías cardiovasculares en personas sensibles.
8
Humedad del aire
La humedad relativa varía según las características de los diferentes
tipos de masas de aire. Cuando aumenta mucho, pueden llegar a proliferar
los mohos y ácaros, lo que incrementa el riesgo de patologías infecciosas
del sistema Respiratorio.
Radiaciones
La radiación solar puede ser muy variable según la cobertura nubosa.
Los procesos que se asocian a los incrementos de radiación son el eritema
solar, la elastosis, el cáncer de piel, las cataratas, la fotoqueratitis y la
fotoconjuntivitis, así como alteraciones inmunológicas y otros.
1.2.2. Contaminantes atmosféricos
La contaminación atmosférica engloba toda una serie de sustancias
cuya presencia en concentraciones elevadas constituye un factor de riesgo
para determinadas patologías, especialmente del sistema respiratorio
(Katsouyanni, 2003). Aquí se agrupan contaminantes gaseosos tales como
el CO, el SO2, el NO, el NOx y el O3, así como partículas. En ciudades
industrializadas su análisis y vigilancia reviste particular importancia.
Hasta los años 80 se consideró en Europa que los niveles de
contaminación ambiental no suponían una amenaza para la salud pública.
Más adelante se comprobó que concentraciones moderadas de partículas y
contaminantes sí que pueden tener efectos a corto y largo plazo sobre la
salud humana. Y esto, a pesar de las medidas legales que en buena parte de
los países civilizados se tomaron desde las décadas de 1960 y 1970 para
disminuir las emisiones de óxidos de azufre y partículas (Holland et al.,
1979).
9
Las repercusiones de la contaminación ambiental sobre la salud son
directas (aumento y redistribución de alérgenos, sensibilizaciones mediadas
por inmunoglobulina E, etc.), pero también indirectas, a través de las
alteraciones provocadas sobre los ecosistemas naturales (Martínez-Carpio,
2003).
Se puede añadir que este problema no debería tratarse exclusivamente
estudiando separadamente los efectos de cada uno de los contaminantes, ya
que, en la práctica, actúan formando mezclas cuya acción tiene
manifestaciones sinérgicas. Sin embargo el estudio de dichas
combinaciones es complejo (Katsouyanni, 2003).
Se puede afirmar que, en términos generales, una atmósfera estable,
anticiclónica, puede considerarse poco propicia para la aparición de
transtornos psicoorgánicos, mientras que con una atmósfera inestable,
sobre todo tras un cambio brusco de los parámetros meteorológicos,
aparecen incrementos en ciertos Índices de morbilidad y mortalidad.
(Martínez-Carpio, 2003).
Los estudios epidemiológicos llevados a cabo en las últimas décadas
han permitido establecer asociaciones significativas entre seis tipos de
contaminantes patrón y diversos efectos sobre la salud, según World
Meteorological Organization (WMO) en 2003:
Partículas
Las partículas o aerosoles se presentan con diversas características
físicas y químicas. Entre las primeras, cabe señalar como las más
importantes el tamaño, la superficie y el número. Las propiedades químicas
son las asociadas a su composición, que en muchos casos viene dada por
10
metales de transición, hidrocarburos aromáticos policíclicos, material
carbonado diverso, y también inorgánico, como nitratos y sulfatos.
El tamaño de las partículas constituye una variable fundamental para
evaluar las consecuencias de este contaminante en la salud pública. A tal
efecto se establecieron las PM10 (partículas con diámetro menor de 10 µm)
en 1979, por parte de la Environmental Protection Agency (EPA), como
indicador ambiental, añadiéndose las PM2,5 (partículas con diámetro
menor de 2,5 µm) en 2000 (EPA, 2002). Algunas de las partículas son
emitidas (denominadas primarias), y otras, como nitratos y sulfatos, se
forman en la atmósfera (se denominan secundarias).
Se han estudiado los efectos de las partículas sobre la incidencia en
diversas patologías en el informe de World Health Organization (WHO) en
2000 (www.apps.who.int/classifications). También han sido investigados
extensamente sus efectos sobre grupos de población más sensibles, como
son las personas de edad, los diabéticos, los enfermos cardíaco-pulmonares,
y los socialmente marginados (O’Nell et al., 2003, 2005; Bateson y
Schwartz, 2004; Jerrett et al., 2004; Charafeddine y Boden, 2007).
Ozono
El ozono es una forma alotrópica del oxígeno, formado por tres
átomos de este elemento, con carácter altamente oxidante. Se encuadra
dentro de los contaminantes secundarios, originado por acción de la
radiación solar sobre contaminantes primarios, principalmente óxidos de
nitrógeno y compuestos orgánicos volátiles. Este es el ozono que se obtiene
en la troposfera, de carácter nocivo, distinto del estratosférico, que forma
una capa cuya destrucción constituye un problema medioambiental de
distinta índole.
11
El ozono troposférico se produce en mayor cantidad en zonas de
mayor irradiación solar y en época de verano. Reacciona con sustancias
reductoras, como las biomoléculas, con efectos a corto y largo plazo. En
este sentido, se ha constatado desde hace tiempo el incremento de
mortalidad y morbilidad en periodos cálidos, especialmente en patologías
del sistema Respiratorio, como el asma, cáncer de pulmón, daños en el
epitelio pulmonar, etc. (O´Neill et al., 2005; Ren et al., 2008; Stieb et al.,
2009; Cheng et al., 2009).
Dióxido de nitrógeno y otros óxidos de nitrógeno
Estos gases se producen por la combustión del nitrógeno molecular
atmosférico a altas temperaturas, como resultado de los procesos que tienen
lugar en vehículos, calefacciones, industrias etc. De hecho su concentración
ambiental suele ser un buen indicador de la polución creada por el tráfico
en las ciudades.
Durante tales procesos de combustión se forma no solo NO2, sino
también NO y otros óxidos de nitrógeno, que se engloban en el término
genérico de NOx. Parte del NO generado se convierte a su vez en NO2 a
través de reacciones de oxidación. El NO2, en presencia de luz solar, y
juntamente con oxígeno y compuestos hidrocarbonados participa en la
formación de ozono y otros oxidantes fotoquímicos secundarios. Por ello el
NO2 es un precursor importante en la formación del ozono.
Los estudios reflejan que los individuos más sensibles a estos óxidos
de nitrógeno son los asmáticos, aunque sus sensibilidades difieren bastante.
(Committee of the Environmental and Occupational Health Assembly of the
American Thoracic Society, 1996). Se han realizado investigaciones
epidemiológicas sobre los efectos a corto plazo del NO2 en la morbilidad y
mortalidad. Los efectos se modifican en modelos multi-contaminante,
12
donde también se incluyen las partículas y el CO (Touloumi et al., 1997;
Zmirou et al., 1998; Sáez et al., 2002). También se ha comprobado que la
mortalidad debida a las partículas es mayor en aquellas áreas donde la
concentración de NO2 es mayor. Se ha interpretado en términos de una
mayor generación de partículas allí donde los niveles de NO2 por el tráfico
son mayores (Katsouyanni et al., 2001).
Dióxido de azufre
Este contaminante se ha considerado siempre conjuntamente con las
partículas, pues su presencia se debe al azufre existente en el carbón. Desde
1970 los niveles de este contaminante en Europa y Estados Unidos han
descendido como consecuencia del uso de otros combustibles derivados del
petróleo. Con todo, el carbón es ampliamente usado en muchos países
(Davis, 2002).
Desde el punto de vista sanitario, el incremento de los niveles de SO2
produce a corto plazo problemas respiratorios, siendo los asmáticos los más
sensibles (Katsouyanni, 2003; Wilson et al., 2005).
Monóxido de carbono
El CO se produce por la combustión incompleta de materiales tales
como gasolinas y gas natural. Su concentración puede llegar a ser alta en
determinados microentornos, tales como túneles, aparcamientos
subterráneos, etc.
Sus efectos tóxicos se deben a su alta afinidad química con la
hemoglobina sanguínea, mucho mayor que la que tiene el oxígeno, por lo
que altos valores de CO podrían ocasionar envenenamiento, situación que
no se produce en ambientes abiertos. Sin embargo, su presencia sí que
puede interferir en el transporte de oxígeno en la respiración. Algunos
13
trabajos epidemiológicos han mostrado relación entre niveles de CO y
morbilidad y mortalidad por cardiopatías (Touloumi et al., 1996; Schwartz
1999; Samet et al., 2000).
1.3. ENFERMEDADES DE LOS SISTEMAS CIRCULATORIO Y
RESPIRATORIO
Se adjunta a cada enfermedad su código CIE-10 (Clasificación
Internacional de Enfermedades, décima versión), equivalente a la inglesa
ICD (International Classification of Diseases)
(http://apps.who.int/classifications/apps/icd/icd10online).
Las enfermedades del sistema Circulatorio son:
(I00-I02) Fiebre reumática aguda
La fiebre reumática es una enfermedad inflamatoria, no supurativa y
recurrente producida por la respuesta del sistema inmunitario de algunas
personas predispuestas, a los antígenos de la bacteria estreptococo del
grupo A betahemolítico, a partir de las dos o tres semanas de provocar una
faringoamigdalitis aguda.
La fiebre reumática es una complicación tardía que puede afectar a
cualquier parte del organismo; el principal órgano afectado es el corazón
donde puede afectar al pericardio (pericarditis), al miocardio (miocarditis)
o al endocardio (endocarditis). En la fase aguda produce una pancarditis
que provoca valvulopatías cardíacas en la fase crónica. Afecta también a la
piel (eritema marginado), a las articulaciones (poliartritis migratoria), al
cerebro (corea de Sydenham) y al tejido celular subcutáneo (nódulos
subcutáneos).
(I05-I09) Cardiopatías reumáticas crónicas
14
En sentido amplio, el término cardiopatía puede englobar a cualquier
padecimiento del corazón o del resto del sistema cardiovascular.
Habitualmente se refiere a la enfermedad cardíaca producida por asma y/o
colesterol.
En sentido estricto, sin embargo, se suele denominar cardiopatía, a las
enfermedades propias de las estructuras del corazón.
(I10-I15) Enfermedades hipertensivas
La hipertensión arterial es una condición médica caracterizada por un
incremento continuo de las cifras de presión arterial por encima de 139/89
mmHg y considerada uno de los problemas de salud pública en países
desarrollados, que afecta a cerca de mil millones de personas a nivel
mundial. La hipertensión es una enfermedad fácil de detectar; sin embargo,
produce complicaciones graves si no se trata a tiempo.
La hipertensión arterial produce cambios hemodinámicos, macro y
microvasculares, causados a su vez por disfunción del mismo endotelio
vascular y el remodelado de la pared de las arteriolas de resistencia,
responsables de mantener el tono vascular periférico. Estos cambios, que
anteceden en el tiempo a la elevación de la presión, producen lesiones
orgánicas específicas, algunas de ellas definidas clínicamente.
(I20-I25) Enfermedades cardíacas isquémicas
(I26-I28) Enfermedad cardíaca pulmonar y enfermedades de la
circulación pulmonar
(I30-I52) Otras formas de cardiopatía
(I60-I69) Enfermedades cerebrovasculares
15
(I70-I79) Enfermedades de arterias, arteriolas y capilares
(I80-I89) Enfermedades de vena, vasos linfáticos y nodos linfáticos,
no clasificadas en otra parte
(I95-I99) Otros trastornos del sistema circulatorio y trastornos sin
especificar
Las enfermedades del sistema Respiratorio son:
(J00-J06) Infecciones respiratorias superiores agudas
(J09-19) Gripe y Neumonía
(J20-J22) Enfermedades respiratorias inferiores agudas
(J30-J39) Otras enfermedades del tracto respiratorio superior
(J40-J47) Enfermedades respiratorias inferiores crónicas
(J60-J70) Enfermedades del pulmón debidas a agentes externos
(J80-J84) Otras enfermedades respiratorias principalmente afectando
al intersticio
(J85-J86) Condiciones supurativas y necróticas del tracto
respiratorio inferior
(J90-J94) Otras enfermedades de la pleura
(J95-J99) Otras enfermedades del sistema respiratorio
16
1.4. CARACTERÍSTICAS GEOGRÁFICAS Y CLIMÁTICAS DE LA ZONA EN
ESTUDIO
La comunidad autónoma de Castilla-La Mancha se encuentra situada
aproximadamente en el centro de la Península Ibérica, ocupando la mayor
parte de la Submeseta Sur, denominación que se da a la extensa llanura que
conforma la parte Sur de la Meseta central. Se encuentra encuadrada al Sur
del Sistema Central, división natural con la Submeseta Norte y con Castilla
y León. Pese a esto, no faltan los paisajes montañosos, como el del Sistema
Central (al Norte), el Sistema Ibérico (al Nordeste) o Sierra Morena y los
Montes de Toledo, al Sur.
Es una región extensa que cuenta con una superficie geográfica de
79.461 km2, el 15,7% del territorio nacional. Engloba a cinco provincias -
Albacete, Ciudad Real, Cuenca, Guadalajara y Toledo- con un total de 916
municipios, lo que constituye el 11,3% de los municipios de España (Pillet,
2007).
1.4.1. Clima de Castilla-La Mancha.
La comunidad de Castilla-La Mancha está situada en el dominio
climático mediterráneo. Sus características más significativas son:
inviernos rigurosos, veranos cálidos, sequía estival, irregularidad en las
precipitaciones, fuertes oscilaciones térmicas y notable aridez. Estos rasgos
son resultado de las interrelaciones entre unos factores geográficos y otros
dinámicos como la latitud, la situación de la región dentro de la Península,
la disposición del relieve y la altitud. De octubre a abril el clima está
primordialmente gobernado por las depresiones atlánticas y la alternancia
de masas de aire asociadas a la circulación general de la atmósfera en las
latitudes medias del hemisferio Norte, mientras que en el resto del año
prevalecen las masas de aire cálidas y estables asociadas al anticiclón
17
subtropical del Atlántico. En consecuencia, Castilla-La Mancha posee un
clima continental subtropical con fuerte influencia mediterránea,
caracterizado por inviernos relativamente frescos y veranos muy cálidos
(Castro, 2009). La variedad climática puede apreciarse en la Fig. 1.1.
Las temperaturas en Castilla-La Mancha son muy extremas debido al
efecto de la continentalidad; la amplitud térmica anual (diferencia entre la
temperatura media del mes más caluroso y la del mes más frío) es muy
elevada, normalmente entre 18ºC y 20ºC. En julio la temperatura media
mensual se sitúa por encima de los 22ºC en la mayor parte de la región. Los
veranos más suaves, por debajo de los 22ºC de media mensual, se dan en el
Norte y Nordeste de Guadalajara y en las zonas montañosas de Cuenca,
donde las medias no suben de los 18ºC.
Los inviernos, sin embargo, son fríos, pues en la mayor parte de la
región la temperatura media del mes de enero se sitúa por debajo de los
6ºC. Los inviernos suaves (más de 6ºC de media en enero) se registran en
Fig. 1.1: Clima de Castilla-La Mancha
18
las áreas occidentales de Toledo y Ciudad Real, y los inviernos menos fríos
son los del Sur de Albacete.
La aridez procede de la relación entre precipitaciones y temperaturas.
Como en esta región las precipitaciones son escasas, las temperaturas de
verano altas, y coincide la estación seca con las máximas temperaturas, los
Índices de aridez son muy altos, sobre todo en La Mancha y el Sureste.
Castilla-La Mancha se puede incluir dentro de la denominada
tradicionalmente "España Seca". Las precipitaciones no son muy
abundantes, y siguen un patrón muy parecido al del clima mediterráneo
típico.
Se pueden establecer las siguientes zonas pluviométricas dependiendo
de las precipitaciones:
Zona Seca, situada en el Sureste de la provincia de Albacete, con
menos de 300 mm anuales. La distribución de precipitaciones a lo largo del
año presenta un régimen típicamente mediterráneo, caracterizado por la
existencia de una estación seca muy marcada durante el verano, unos
máximos de lluvias en los meses de primavera y otoño, y un mínimo poco
acusado en invierno.
Zona Manchega, o "banda seca" que atraviesa la región por el centro
con una dirección Noroeste-Sureste, y se caracteriza por la escasez de
precipitaciones, entre 300 y 400 mm.
Zona Occidental, situada en el Oeste de las provincias de Ciudad Real
y Toledo, y con precipitaciones entre 600 y 700 mm.
19
Zona lluviosa, situada en el Norte de la provincia de Guadalajara y
Este de la de Cuenca y otras áreas montañosas de la región, donde las
precipitaciones superan los 700 mm, y en algunos casos los 1.000 mm.
1.4.2. Población y hospitales
Según los datos del Instituto Nacional de Estadística (INE)
(www.ine.es) de 1 de enero de 2008, Castilla-La Mancha cuenta con
2.043.100 habitantes, repartidos entre sus cinco provincias. A pesar de ser
la tercera región más extensa de España, detrás de Castilla y León y
Andalucía, es una de las menos pobladas, situándose en el noveno puesto
entre todas las comunidades autónomas españolas. Su densidad de
población es 25,7 hab./km2. La población de la región representa el 4,4%
de la población nacional.
La región posee la menor densidad de población de toda España, cuya
media estatal es 88,6 hab./km2. Zonas industrializadas como son el
Corredor del Henares, con una densidad de 126 hab./km2, la comarca de la
Sagra o la zona industrial de Sonseca, superan ampliamente la media
regional.
La pirámide de población de Castilla-La Mancha (Fig. 1.2) presenta
una tipología similar a la de una región desarrollada, con la zona central
más ancha que la base y que la zona superior. La población entre los 16 y
los 44 años representa alrededor del 44%, de 45 a 64 años de edad
representan el 21,3%, mientras que los niños suponen un 15% y los
mayores de 65 años un 18%. Estos datos vienen a demostrar el progresivo
envejecimiento de la población castellano-manchega.
Respecto a sexos, en la región habitan alrededor de 9.000 hombres
más que mujeres, lo que supone un 50,3% frente a un 49,7%. A nivel
20
nacional sucede lo contrario, la población femenina supera a la masculina
en un 1,1%.
La tasa de natalidad por 1.000 habitantes de Castilla-La Mancha se
situaba en 2006 (INE, 2006) en 10,21, algo por debajo de la media
nacional, que se quedaba en 10,92. La tasa de mortalidad en 2006
alcanzaba un 8,83, algo superior a la media española, que era de 8,42.
La esperanza de vida al nacer se encuentra entre las más altas de
España. En las mujeres es 83,6 años, y en los hombres 77,9 años. En cuanto
al número de defunciones por sexo y grupo quinquenal de edad, puede dar
una idea la Tabla 1.1, correspondiente a uno de los años estudiados en el
presente trabajo.
En Castilla-La Mancha, en el año 2007, las cinco principales causas
de muerte (según la clasificación en grandes grupos de causas) fueron, en
ambos sexos: enfermedades del aparato circulatorio (31,5%), tumores
(25,7%), sistema respiratorio (12,9%), aparato digestivo (5,2%), y sistema
nervioso (4,1%).
Fig. 1.2: Población según sexo y edad, 2004. Castilla-La Mancha
Población según sexo y edad, 2004. Castilla La Manc ha
20.000 15.000 10.000 5.000 0 5.000 10.000 15.000 20.000
0
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100 y más
Varones Mujeres
Fuente: INE: INEBASE: Revisión del Padrón municipal a 1 de enero de 2004. Datos a nivel nacional, comunidad autónoma y provincia.
21
En hombres, en el año 2007, las cinco principales causas de muerte
fueron: tumores (31,4%), enfermedades del aparato circulatorio (27,0%),
sistema respiratorio (14,5%), causas externas (5,4%), y aparato digestivo
(5,4%).
Tabla 1.1: Número de defunciones en Castilla La-Mancha por sexo y grupo quinquenal durante el año 2000.
Varones Mujeres Ambos sexos
Menor de 1 año 18 22 40
1-4 años 7 5 12
5-9 años 4 0 4
10-14 años 4 3 7
15-19 años 24 9 33
20-24 años 40 12 52
25-29 años 57 15 72
30-34 años 53 20 73
35-39 años 96 24 120
40-44 años 125 40 165
45-49 años 121 45 166
50-54 años 159 79 238
55-59 años 247 105 352
60-64 años 395 188 583
65-69 años 761 361 1122
70-74 años 1062 694 1756
75-79 años 1479 1012 2491
80-84 años 1259 1437 2696
Más de 85 años 1994 3334 5328
Total 7905 7405 15310
22
En mujeres, en el año 2007, las cinco principales causas de muerte
fueron: enfermedades del aparato circulatorio (36,4 %), tumores (19,3 %),
sistema respiratorio (11,1 %), sistema nervioso (5,2 %), y aparato digestivo
(4,9 %).
La evolución de la población en cada una de las provincias durante los
años del presente estudio se aprecia en la Tabla 1.2, y las características de
la población en cada provincia se explican a continuación:
Albacete está situado en el Sureste de la Meseta Central. Limita al
Norte con Cuenca, al Este con Valencia y Alicante, al Sur con Murcia y
Granada, y al Oeste con Ciudad Real y Jaén. Tiene una población total de
397.493 habitantes (2008).
Ciudad Real tiene 522.343 habitantes (INE, 2008) y 19.813 Km2 de
superficie repartidos entre sus 102 municipios. Limita al Norte con la
provincia de Toledo, al Noreste con la provincia de Cuenca, al Este con la
provincia de Albacete, al Sur con las provincias de Córdoba y Jaén, y al
Oeste con la provincia de Badajoz.
Tabla 1.2: Evolución de la población por años de las provincias de Castilla-La Mancha.
Nº hab. por año 2000 2001 2002 2003 2004 2005
Albacete 363263 367283 371787 376556 379448 384640
Ciudad Real 476633 478581 484338 487670 492914 500060
Cuenca 201053 201526 201614 202982 204546 207974
Guadalajara 165347 171532 177761 185474 193913 203737
Toledo 527965 536131 546538 563099 578060 598256
23
La provincia de Cuenca tiene una extensión de 17.061 km², con una
población de 215.274 personas (INE, 2008). En su capital vive casi un
cuarto de la población de la provincia. Hay 238 municipios en esta
provincia. La provincia de Guadalajara limita con las provincias de
Cuenca, Madrid, Segovia, Soria, Zaragoza y Teruel. Su población es de
237.787 habitantes (2008), y cuenta con 17,6 hab./km²; un 35% de ellos
viven en la capital. Hay 288 municipios en la provincia, de los cuales las
tres cuartas partes son pueblos de menos de 200 habitantes.
La provincia de Toledo limita con las de Madrid, Cuenca, Ciudad
Real, Badajoz, Cáceres y Ávila. Cuenta con una población de 670.203
habitantes (INE, 2008), repartidos en 204 municipios.
Los centros hospitalarios de mayor importancia de la Comunidad son
los siguientes:
- En Albacete:
Hospital General Universitario de Albacete
Hospital Universitario Nuestra Señora del Perpetuo Socorro
(Albacete)
Hospital de Hellín
Hospital General de Almansa
Hospital General de Villarrobledo
- En Ciudad Real:
Hospital General de Ciudad Real
Hospital General La Mancha Centro (Alcázar de San Juan)
Hospital Santa Bárbara (Puertollano)
Hospital Gutiérrez Ortega (Valdepeñas)
Hospital Virgen de Altagracia (Manzanares)
24
Hospital General de Tomelloso
- En Cuenca:
Hospital Virgen de la Luz (Cuenca)
- En Guadalajara:
Hospital Universitario de Guadalajara
- En Toledo:
Hospital Virgen de la Salud (Toledo)
Hospital Geriátrico Virgen del Valle (Toledo)
Hospital Nuestra Señora del Prado (Talavera de la Reina)
Se pueden ampliar estos datos tanto en el Boletín Epidemiológico de
Castilla-La Mancha (2000-2006) como en la Memoria Estadística de la
Consejería de Sanidad de la Junta de Castilla-La Mancha (2004-2005).
1.5. OBJETIVOS
Los diversos aspectos abordados en esta Memoria tienen como fin
principal la determinación y caracterización de las relaciones existentes
entre las variaciones de morbilidad y mortalidad diarias registradas en las
provincias que componen la Comunidad de Castilla-La Mancha en el
periodo 2000-2006, y diferentes variables atmosféricas/contaminantes
gaseosos. Para ello se han seleccionado dos grandes tipos de enfermedades
(cardiovasculares y respiratorias), que se han diagnosticado en pacientes de
diferentes grupos de edad.
Los objetivos de la investigación son:
− Determinar las situaciones meteorológicas dominantes durante
el periodo de estudio y analizar sus características.
25
− Evaluar la importancia relativa de los tipos de tiempo
dominantes durante los días con números elevados de
admisiones hospitalarias, y con desfases de uno, dos y tres días.
− Investigar las secuencias de tipos de tiempo en dos días
consecutivos que ocasionan alta morbilidad.
− Investigar las asociaciones de la mortalidad por enfermedades
cardiovasculares y respiratorias con varios Índices térmicos
utilizados en la práctica biometeorológica. Asimismo, estudiar
los días de mayor mortalidad y su dependencia con los tipos de
tiempo.
− Estudiar la relación de las variables meteorológicas y de los
Índices meteorológicos con los contaminantes atmosféricos.
Tales objetivos y los aspectos de mayor interés de los mismos se han
desarrollado en la presente memoria conforme a la estructura que se detalla
en la siguiente sección.
1.6. ESTRUCTURA DE ESTA MEMORIA
El presente trabajo se estructura en seis capítulos. Además del
presente Capítulo 1, de carácter introductorio, el Capítulo 2, de contenido
teórico, estudia las características de los tipos de tiempo, concepto que se
aplicará en capítulos posteriores para el estudio de morbilidad y mortalidad.
Se explican las clasificaciones de los tipos de tiempo según su desarrollo
histórico, así como la metodología empleada para su determinación en la
presente Memoria. El capítulo se completa con ejemplos de mapas
sinópticos correspondientes a cada uno de tales tipos de tiempo.
26
En el Capítulo 3 se estudian los datos de morbilidad en relación con
las variables atmosféricas. Para cada tipo de enfermedad cardiovascular o
respiratoria, en cada provincia y para toda la Comunidad, se lleva a cabo un
estudio estadístico básico, con Índices de admisión.
En cada uno de los dos tipos de patologías se realiza un análisis
estadístico con Índices de admisión, la clasificación diaria por tipos de
tiempo, las características meteorológicas de las situaciones dominantes,
las probabilidades condicionales y, por último, un análisis de días de
Índices de admisión altos, con desfases y secuencias de tipos de tiempo.
En el Capítulo 4 se aborda la relación existente entre diversos Índices
biometeorológicos y los datos de mortalidad, tanto para enfermedades del
aparato Circulatorio como del Respiratorio. También se añade una
investigación centrada en los días de mayor mortalidad y las secuencias de
tipos de tiempo en los días previos.
En el Capítulo 5 se estudia primero la relación de la mortalidad con
variables atmosféricas y contaminantes, y después con contaminantes e
Índices. Para ello se utiliza la técnica de Análisis de Componentes
Principales.
El trabajo se completa con el Capítulo 6, en el que se señalan las
principales conclusiones y perspectivas de la investigación.
En esta Tesis Doctoral se abarcan aspectos diversos de un mismo
tema, con enfoques y metodología distintos, por lo que se ha considerado
oportuno incluir en cada capítulo su propia Introducción, Material y
métodos, Resultados y Conclusiones. Con ello se pretende hacer más fácil
la lectura, al tener cada capítulo mayor autonomía, con una estructura
similar a la de un artículo científico.
27
1.7. BIBLIOGRAFÍA
Abanades, J., Cuadrat, J.M., de Castro, M., Fernández, F., Gallastegui, C., Garrote, L., et al. 2007. El cambio climático en España. Documento Resumen. Informe para el Presidente del Gobierno.
Aga, E., Samoli, E., Touloumi, G., Anderson, H.R., Cadum, E., Forsberg, B., et al., 2003. Short-term effects of ambient particles on mortality in the elderly: results from 28 cities in the APHEA2 project. Eur. Respir.J. Suppl. 40, 28s–33s.
Assmann, D., 1963. Die Wetterftihligkeit des Menschen. Fischer, Jena.
Auliciems, A., Frost, D., Siskind, V., 1997. The time factor in mortality: weather associations in a subtropical environment. Int. J. Biometeorol. 40, 183–191.
Bart, J.L. y Bourque, D.A., 1995. Acknowledging the weather-health link. Canadian Medical Association Journal. 153, 941-944.
Bates, D.V., Baker-Anderson, M., Sizto, R., 1990. Asthma attack periodicity: a study of hospital emergency visits in Vancouver. Environ. Res. 51, 51–70.
Bateson, T. y Schwartz, J., 2004 Who is sensitive to the effects of particulate air pollution on mortality?: a case-crossover analisis of effect modifiers. Epidemiology 15, 143–149.
Battestini, R., 1975. L’Home i l’espai. Barcelona. Ed. 62.
Beggs, P., 2000. Impacts of climate and climate change on medications and human health. Aust. N. Z. J. Public Health. 24, 630–632.
Beggs, P., Vaneckova, P., 2008. Admission to hospital for effects of heat and light: New South Wales, 1993–94 to 2003–04. NSW Public Health Bulletin.
Boletín Epidemológico de Castilla-La Mancha (2000-2006).
Borja-Aburto, V.H., Castillejos, M., Gold, D.R., Bierzwinski, S., Loomis, D., 1998. Mortality and ambient fine particles in southwest Mexico City, 1993–1995. Environ. Health Perspect. 106, 849–855.
Brazel, A., Selover, N., Vose, R., Heiser, G., 2000. The tale of two climates-Baltimore and Phoenix urban LTER sites. Clim Res. 15, 123–135.
Brunekreef, B., Forsberg, B., 2005. Epidemiological evidence of effects of coarse airborne particles on health. Eur. Respir. J. 26, 309–318.
Burnett, R.T., Brook, J., Dann, T., Delocla, C., Philips, O., Cakmak, S., Vincent, R., Goldberg, M.S., Krewski, D., 2000. Association between particulate-and gas-phase components of urban air pollution and daily mortality in eight Canadian cities. Inhal. Toxic. 12, 15–39.
Castro, M., 2009. Clima y cambio climático en Castilla-La Mancha. Instituto de Ciencias Ambientales de Castilla-La Mancha.
28
Charafeddine, R., Boden L., 2008. Does income inequality modify the association between air pollution and health? Environmental Research 106, 81–88.
Cheng, M., Tsai S., Yang C., 2009. Air Pollution and Hospital Admissions for Myocardial Infarction in a Tropical City: Kaohsiung, Taiwan. Journal of Toxicology and Environmental Health 72, 1135-1140.
Cockburn, S., Salinger, J., 2001. Does climate affect mortality in Auckland? Water & Atmosphere 9, 26–27.
Committee of the Environmental and Occupational Health Assembly of the American Thoracic Society, 1996. Health effects of outdoor air pollution. Am. J. Respir. Cri.t Care Med. 153, 3–50 y 477–498.
Conti, S., Masocco, M., Meli, P., Minelli, G., Palummeri, E., Solimini, R., Toccaceli, V., Vichi, M., 2007. General and specific mortality among the elderly Turing the 2003 heat wave in Genoa (Italy). Environmental Research 103, 267–274.
Conti, S., Meli, P., Minelli, G., Solimini, Toccaceli, V., Vichi, M., Beltrano, C., Perini, L., 2005. Epidemiologic study of mortality during the Summer 2003 heatwave in Italy. Environmental Research 98, 390–399.
Corominas, A., 1976. Patología ambiental y espacial. Barcelona. Ed. Fargraf.
Curriero, F.C., Heiner, K.S., Samet, J.M., Zeger, S.L., Strug, L., Patz, J.A., 2002. Temperature and mortality in 11 cities of the Eastern. United States. Am. J. Epidemiol. 155, 80–87.
Davis, D.L., 2002. When Smoke Ran Like Water. New York. Basic Books.
Dessai, S., 2002. Heat stress and mortality in Lisbon Part I. Model construction and validation. Int. J. Biometeorol. 47, 6–12.
Dessai, S., 2003. Heat stress and mortality in Lisbon Part II. An assessment of the potential impacts of climate change. Int. J. Biometeorol. 48, 37–44.
Díaz, J., García-Herrera, R., Trigo, R.M., Linares, C., Valente, M.A., De Miguel, J.M., Hernández, E., 2006. The impact of the summer 2003 heat wave in Iberia: how should we measure it? Int. J. Biometeorol. 50, 159–166.
Díaz, J., García, R., Velázquez de Castro, F., Hernández, E., López, C., Otero, A., 2002. Effects of extremely hot days on people older than 65 years in Seville (Spain) from 1986 to 1997. Int. J. Biometeorol. 46,145–149.
Donaldson, G.C., Keatinge, W.R., 2003. Changes in summer temperature and heat-related mortality since 1971 in North Carolina, South Finland, and Southeast England. Environ. Res. 91, 1–7.
Donaldson, G.C., Keatinge, W.R., Saunders, R.D., 2003. Cardiovascular responses to heat stress and their adverse consequences in healthy and vulnerable human populations. Int. J. Hyperther. 19, 225-235.
29
Ebi, K.L., Exuzides, K.A., Lau, E., Kelsh, M., Barnston, A., 2004. Weather changes associated with hospitalizations for cardiovascular diseases and stroke in California, 1983–1998. Int. J. Biometeorol. 49 (1), 48–58.
El-Zein, A., Tewtel-Salem, M., Nehme, G., 2004. A time-series analisis of mortality and air temperature in Greater Beirut. Sci. Total Environ. 330, 71–80.
EPA, 2002. Third external review draft of air quality criteria for particulate matter.
Feldman, D.E., Platt, R., Dery, V., Kapetanakis, C., Lamontagne, D., Ducharme, A., Giannetti, N., Frenette, M., Beck, E.J., 2004. Seasonal congestive heart failure mortality and hospitalization trends, Quebec 1990–1998. Epidemiol. Community Health 58 (2), 129–130.
Fernández-Raga, M., Clemente, T., Fraile, R., 2010. Human mortality seasonality in Castile-Leon, Spain, between 1980 and 1998: the influence of temperature, pressure and humidity. Int. J. Biometeorol. 54(4), 379-392.
Flach, E., 1957. Grundbegriffe und Grundtatsachen der Bioklimatologie. Linke F (ed) Meteorologisches Taschenbuch, vol IV, part III, pp. 178-271. Akademische Verlagsgesellschaft, Leipzig.
Gemmell, I., McLoone, P., Boddy, F.A., Dickinson, G.J., and Watt, G.C.M., 2000. Seasonal variation in mortality in Scotland. Int. J. Epidemiol. 29, 274–279.
Golden, S., Hartz, D., Brazel, A., Luber, G., Phelan, P., 2008. A biometeorology study of climate and heat-related morbidity in Phoenix from 2001 to 2006. Int. J. Biometeorol. 52, 471–480.
Gonçalves, F., Braun, S., Silva Dias, P.L., Sharovsky, P., 2007. Influences of the weather and air pollutants on cardiovascular disease in the metropolitan area of Sao Paulo. Environmental Research. 104, 275–281.
Hajat, S., Kovats, R.S., Lachowycz, K., 2007. Heat-related and cold-related deaths in England and Wales: who is at risk? Occup. Environ. Med. 64, 93–100.
Holland, W.W., Bennett A.E., Cameron, I.R., Florey, C. du V., Leeder, S.R., Schilling, R.S.E., Swan, A.V., Waller, R.E., 1979. Health effects of particulate air pollution: reappraising the evidence. Am. J. Epidemiol. 110, 527–659.
Jerrett, M., Burnett, R.T., Brook, J., Kanaroglou, P., Giovis, C., Finkelstein, N., Hutchison, B., 2004. Do socioeconomic characteristics modify the short term association between air pollution and mortality? Evidence from a zonal time series in Hamilton, Canada. J. Epidemiol. Community Health 58, 31–40.
Kalkstein, L.S., Greene, J.S., 1997. An evaluation of climate/mortality relationships in large U.S. cities and the possible impacts of a climate change. Environ Health Perspect. 105, 84–93.
Kalkstein, L.S., Jamason, P., Greene, J., Libby, J., Robinsonet, L., 1996. The Philadelphia hot weather–health watch/warning system: development and application, summer 1995. Bull. Am. Meteorol. Soc. 77, 1519–1528.
30
Kan, H.D., Jia, J., Chen, B.H., 2003. Temperature and daily mortality in Shanghai: a time-series study. Biomed. Environ. Sci. 16, 133–139.
Katsouyanni, K., 2003. Ambient air pollution and health. British Medical Bulletin. 68, 143–156.
Katsouyanni, K., Karakatsani, A., Messari, I., et al., 1990. Air pollution and cause specific mortality in Athens. J. Epidemiol Community Health. 44, 321–324.
Katsouyanni, K., Touloumi, G., Samoli, E. et al., 2001. Confounding and effect modification in the short term effects of ambient particles on total mortality: Results from 29 European cities within the APHEA2 Project. Epidemiology 12, 521–531.
Keatinge, W.R., Donaldson, G.C., Cordioli, E., Martinelli, M., Kunst, A.E., Mackenbach, J.P. et al., 2000. Heat related mortality in warm and cold regions of Europe: observational study. BMJ 321, 670–673.
Kilbourne, E.M., 1997. Heat waves and hot environments. The public Elath consequences of disasters. Oxford University Press. pp. 245–249.
Kloner, R.A., Poole, K. and Perritt, R.L., 1999. When Throughout the Year Is Coronary Death Most Likely to Occur? Circulation 100, 1630–1634.
Koken, P.J., Piver, W.T., Ye, F., Elixhauser, A., Olsen, L.M., Portier, C.J., 2003.Temperature, air pollution, and hospitalization for cardiovascular diseases among elderly people in Denver. Environ. Health Perspect. 111 (10), 1312–1317.
Kosatsky, T., 2005. The 2003 European heat waves. EuroSurveillance. 10, 148–149.
Kunst, A.E., Looman, C.W., Mackenbach, J.P., 1993. Outdoor air temperature and mortality in The Netherlands: a time-series analysis. Am. J. Epidemiol. 137, 331–341.
Künzli, N., Kaiser R., Medina, S., Studnicka, M., Chanel, O., Filliger, P., Herry, M., Horak, F.Jr, Puybonnieux-Texier, V., Quenel, P., Schneider, J., Seethaler, R., Vergnaud, J.C., Sommer, H., 2000. Public-health impact of outdoor and traffic related air pollution: a European assessment. The Lancet 356, 795-801.
Kysely, J., 2004. Mortality and displaced mortality during heat waves in the Czech Republic. Int. J. Biometeorol. 49, 91–97.
Laschewski, G., Jendritzky, G., 2002. Effects of the thermal environment on human health: an investigation of 30 years of daily mortality data from SW Germany. Clim. Res. 21, 91–103.
Lee, J.T., Kim, H., Hong, Y.C., Kwon, H.J., Schwartz, J., Christiani, D.C., 2000. Air pollution and daily mortality in seven major cities of Korea, 1991–1997. Environ. Res. 84, 247–254.
31
Leonardi, G.S., Hajat, S., Kovats, R.S., Smith, G.E., Cooper, D., Gerard, E., 2006. Syndromic Surveillance use to detect the early effects of heat-waves: an analysis of NHS direct data in England. Soz-Pra Eventivmed. 51, 194–201.
Liang, W-M., Wei, H-Y., Kuo, H-W., 2008. Association between daily mortality from respiratory and cardiovascular diseases and air pollution in Taiwan. Environ. Res. doi:10.1016/j.envres.2008.10.002.
Mackenbach, J.P., Borst, V., Schols, J., 1997. Heat-related mortality among nursing-home patients. Lancet 349, 1297–1298.
Mannino, J.A., Washburn, R.A., 1989. Environmental temperature and mortality from acute myocardial infarction. Int. J. Biometeorol. 33, 32–35.
Martínez-Carpio, P.A., Battestini, R., 2002. Medicina de montaña en el año 2002 (Año Internacional de las Montañas, de las Naciones Unidas): pasado, presente y futuro. Med. Clin. 119, 776-84.
Martínez–Carpio, P.A., 2003. Biometeorología y Bioclimatología Clínica: Fundamentos, aplicaciones clínicas y estado actual de estas ciencias. Atención primaria 32, 300-305.
Mastrangelo, G., Hajat, S., Fadda, E., Buja, A., Fedeli, U., Spolaore, P., 2006. Contrasting patterns of hospital admissions and mortality during heat waves: are deaths from circulatory excess or an artifact? Med. Hypotheses 66, 1025–1028.
McGeehin, M., Mirabelli, M., 2001. The potential impacts of climate variability and change on temperature-related morbidity and mortality in the United States. Environ. Health Perspect. 109, 185–189.
Memoria Estadística de la Consejería de Sanidad de la Junta de Castilla-La Mancha (2004-2005).
Michelozzi, P., Accetta, G., D’Ippoliti, D., D’Ovidio, M., Marino, C., Perucci, C., Ballester, F., Bisanti, L., Goodman, P., Schindler, C., 2006. Short-term effects of apparent temperature on hospital admissions in European cities: Results from the PHEWE project. Epidemiology 17. S84 National Weather Service (2007a) http://www.nws.noaa.gov/om/heat/ heat_wave.shtml National Weather Service (2007b). http://www.crh.noaa.gov/pub/heat. php.
Mittleman, M.A., Verrier, R.L., 2003. Air pollution: small particles, big problems? Epidemiology 14 (5), 512–513.
Naughton, M.P., Henderson, A., Mirabelli, M.C., Kaiser, R., Wilhelm, J.L., Kieszak, S.M., Rubin, C.H., McGeehin, M.A., 2002. Heat-related mortality during a 1999 heat wave in Chicago. Am. J. Prev. Med. 22, 221–227.
Neville, N., Skinner, C., Loughnan, M., Tapper, N., 2008. A simple heat alert system for Melbourne, Australia. Int. J. Biometeorol. 52, 375–384.
32
O’Neill, M.S., Hajat, S., Zanobetti, A., Ramirez-Aguilar, M., Schwartz, J., 2005. Impact of control for air pollution and respiratory epidemias on the estimated associations of temperature and daily mortality. Int. J. Biometeorol. 50, 121–129.
O’Nell, M.S., Zanobetti, A., Schwartz, J., 2003. Modifiers of the temperature and mortality association in seven US cities. Am. J. Epidemiol. 157, 1074–1082.
O’Nell, M.S., Veses, A., Sarnat, J.A., Gold, D.R., Economides, P.A., Horton, E.S., Schwartz, J., 2005. Diabetes enhances vulnerability to particulate air pollution associated impairment in vascular reactivity and endothelial function. Circulation 111, 2913–2920.
Peters, J.M., Avol, E., Navidi, W., London, S.J., Gauderman, W.J., Lurmann, F., Linn, W.S., Margolis, H., Rappaport, E., Gong, H., Thomas, D.C., 1999. A study of twelve southern California communities with differing levels and types of air pollution. Prevalence of respiratory morbidity. Am. J. Respir. Crit. Care Med. 159, 760–767.
Pillet, F., 2007. Fuentes para la aplicación de la estrategia territorial Europea en Castilla-La Mancha. Estudios geográficos 68, nº 263.
Pope, Jr., C.A., Dockery, D.W., Spengler, J.D., Raizenne, M.E., 1991. Respiratory health and PM10 pollution. Am. Rev. Respir. Dis. 144, 668–674.
Ren, C., Williams, G. M., Morawska, L., Mengersen, K., Tong, S., 2008. Ozone modifies associations between temperature and cardiovascular mortality: analysis of the NMMAPS data. Occupational and environmental Medicine 65, 255-260
Revich, B., Shaposhnikov, D., 2008. Temperature-induced excess mortality in Moscow Russia. Int. J. Biometeorol. 52, 367–374.
Rivolier J. 1985. El ambiente de la montaña, Richelet J.P., editor. Barcelona: Masson.
Sáez, M., Ballester, F., Barceló, M.A., Perez-Hoyos, S., Bellido, J., Tenias, J.M., Ocaña, R., Fidueiras, A., Arribas, F., Aragonés, N., Tobías, A., Cirera, L., 2002. A combined analysis of the short-term effects of photochemical air pollutants on mortality within the EMECAM project. Environ Health Perspect. 110, 221–228.
Sáez, M., Sunyer, J., Castellsague, J., Murillo, C., Anto, J.M., 1995. Relationship between weather temperature and mortality: a timeseries analysis approach in Barcelona. Int. J. Epidemiol. 24, 576–582.
Saldiva, P.H., Lichtenfels, A.J., Paiva, P.S., Barone, I.A., Martins, M.A., Massad, E., Pereira, J.C., Xavier, V.P., Singer, J.M., Bohm, G.M., 1994. Association between air pollution and mortality due to respiratory diseases in children in Sao Paulo, Brazil: a preliminary report. Environ. Res. 65, 218–225.
Samet, J., Dominici, F., Curriero, F., Corsac, I., Zeger, S., 2000. Fine particulate air pollution and mortality in 20 U.S. cities 1987-1994. N. Eng. J. Med. 343, 1742–1749.
33
Samoli, E., Analitis, A., Touloumi, G., Schwartz, J., Anderson, H.R., Sunyer, J., et al., 2005. Estimating the exposure-response relationships between particulate matter and mortality within the APHEA multicity project. Environ. Health Perspect. 113, 88–95.
Samoli, E., Touloumi, G., Schwartz, J., Anderson, H.R., Schindler, C., Forsberg, B., et al., 2007. Short-term effects of carbon monoxide on mortality: an analysis within the APHEA project. Environ. Health Perspect. 115, 1578–1583.
Sartor, F., Snacken, R., Demuth, C., Walckiers, D., 1995. Temperature, ambient ozone levels, and mortality during summer 1994, in Belgium. Environ. Res. 70, 105–113.
Sartor, F., Demuth, C., Snacken, R., Walckiers, D., 1997. Mortality in the elderly and ambient ozone concentration during the hot summer, 1994, in Belgium. Environ. Res. 72, 109–117.
Sauberer, F., 1948. Wetter, Klima und Leben - Grundziige der Bioklimatologie. Verlag Brfider Hollinek, Wien.
Schwartz, J., 1999 Air pollution and hospital admissions for heart disease in eight U.S. counties. Epidemiology. 10, 17–22.
Schwartz, J., 2003. Daily deaths associated with air pollution in six US cities and short-term mortality displacement in Boston. In: Revised Analyses of Time-series Studies of Air Pollution and Health. Special Report. Health Effects Institute, Boston, MA, pp. 219–226.
Schwartz, J., Samet, J.M., Patz, J.A., 2004. Hospital admissions for heart disease: The effects of temperature and humidity. Epidemiology 15, 755–761.
Semenza, J.C., Rubin, C.H., Falter, K.H., Selanikio, J.D., Flanders, W.D., Howe, H.L., Wilhelm, J.L., 1996. Heat-related deaths furin the July 1995 heat wave in Chicago. N. Engl. J. Med. 335, 84–90.
Sheridan, S.C., 2007. A survey of public perception and response to heat warnings across four North American cities: an evaluation of municipal effectiveness. Int. J. Biometeorol. 52, 3-15.
Spix, C., Heinrich, J., Dockery, D., Schwartz, J., Volksch, G., Schwinkowski, K., Collen, C., Wichmann, H.E., 1993. Air pollution and daily mortality in Erfurt, East Germany, 1980–1989. Environ Health Perspect. 101, 518–526.
Stafoggia, M., Forastiere, F., Agostini, D., Biggeri, A., Bisanti, L., Cadum, E., Caranci, N., de’Donato, F., De Lisio, S., De Maria, M., Michelozzi, P., Miglio, R., Pandolfi, P., Picciotto, S., Rognoni, M., Russo, A., Scarnato, C., Perucci, C.A., 2006. Vulnerability to heat-related mortality. A multicity, population-based, case-crossover analysis. Epidemiology 17, 315–323.
Steadman, R.G., 1979. The assessment of sultriness, Part I: a temperature-humidity index based on human physiology and clothing science. J. Appl. Meteorol. 18, 861–873.
34
Stieb D., Szyszkowicz M., Rowe B., Leech J., 2009. Air pollution and emergency department visits for cardiac and respiratory conditions: a multi-city time-series analysis. Environmental Health 8, 25. doi: 10.1186/1476-069X-8-25
Touloumi, G., Katsouyanni, K., Zmirou, D. et al., 1997. Short-term effects of ambient oxidant exposure on mortality: a combined analysis within the APHEA project. Am. J. Epidemiol. 146, 177–185.
Touloumi, G., Samoli, E., Katsouyanni, K., 1996. Daily mortality and ‘winter type’ air pollution in Athens, Greece. A time-series analysis within the APHEA project. J. Epidemiol. Common Health. 50, 47–51.
Ungeheuer, H., 1955. Ein meteorologischer Beitrag zu Grundproblemen der Medizinmeteorologie. Berichte DWD 3 (16).
Vaneckova, P., Beggs, P.J., Dear, R.J., Kevin, W., McCracken, J., 2008. Effect of temperature on mortality during the six warmer months in Sydney, Australia, between 1993 and 2004. Environmental Research 108, 361–369.
Wilson A., Wake P., Kelly T., Salloway J., 2005. Air pollution, weather, and respiratory emergency room visits in two northern New England cities: an ecological time-series study. Environmental Research 97, 312–321.
Vaneckova, P., Hart, M.A., Beggs, P.J., Dear, R.J., 2008. Synoptic analysis of heat-related mortality in Sydney, Australia, 1993–2001. Int. J. Biometeorol. 52, 439–451.
Xu, X., Gao, J., Dockery, D.W., Chen, Y., 1994. Air pollution and daily mortality in residential areas of Beijing, China. Arch. Environ. Health 49, 216–222.
Zeka, A., Zanobetti, A., Schwartz, J., 2005. Short term effects of particulate matter on cause specific mortality: effects of lags and modification by city characteristics. Occup. Environ. Med. 62, 718–725.
Zmirou, D., Schwartz, J., Saez, M. et al., 1998. Time-series analysis of air pollution and cause-specific mortality. Epidemiology 9, 495–503.
http://apps.who.int/classifications/apps/icd/icd10online/
http://www.ine.es/
http://www.wmo.int/pages/index_en.html
35
Capítulo 2: TIPOS DE TIEMPO
Las distintas combinaciones de las variables meteorológicas que se
prolongan temporalmente dan lugar a los denominados tipos de tiempo.
Para comprender mejor el clima de un lugar concreto los investigadores
han tratado de establecer clasificaciones que pudieran ser de utilidad en
este sentido.
2.1. TIPOS DE TIEMPO SUBJETIVOS
Inicialmente se estudiaron los tipos de tiempo mediante la situación
sinóptica diaria predominante, con el fin de obtener unas configuraciones
isobáricas determinadas. A todos los días cuyas isóbaras presentaban esa
forma, se les asignaba el mismo tipo de tiempo.
36
Lamb (1950) realizó un primer intento de clasificar manualmente los
patrones sinópticos mediante un modelo subjetivo. Definió los sistemas
sinópticos de acuerdo con las diferentes corrientes de aire para las Islas
Británicas desde 1898 hasta 1947. Después, Hess y Brezowsky (1952)
describieron un catálogo a gran escala de los patrones climáticos en Europa
Central.
Posteriormente, el modelo de Lund (1963), basado en el análisis de las
correlaciones entre campos de presión, fue aplicado por otros
investigadores con técnicas diferentes (Paegle y Kirulff, 1974; Overland y
Heister, 1980; Yarnal, 1984).
Estos métodos se basan en interpretaciones visuales de los mapas
sinópticos en superficie. No obstante, tienen inconvenientes, como la
dependencia de la asignación de un mapa con un patrón particular (Casado
et al. 2009).
Se lograban, de esta forma, modelos que constituían clasificaciones de
aplicación subjetiva, en las que el clasificador encuadraba una determinada
situación en uno u otro tipo, según su criterio.
Para el estudio de los tipos de tiempo en la Península Ibérica Font
(1983) partió de la contracción y expansión del vórtice circumpolar,
definido como circulación cerrada en torno al polo, característica del
movimiento teórico del aire sobre la superficie terrestre o circulación
general de la atmósfera. De esta forma obtuvo 23 tipos de tiempo,
correspondientes a situaciones meteorológicas que se mantienen, en sus
rasgos generales, durante tres o más días. Tal clasificación puede reducirse
a seis tipos o familias de situaciones sinópticas, acudiendo a las
características comunes que contienen, lo que se concreta en los siguientes
grupos: circulación zonal, circulación meridiana, depresión fría, circulación
37
a latitudes altas, y circulación a latitudes bajas. El último tipo agruparía los
días que no se corresponden con ninguno de los anteriores.
Estos sistemas se han empleado en Meteorología para la investigación
de las precipitaciones de Castilla y León (Fraile, 1988).
Las clasificaciones obtenidas por los métodos subjetivos han
permitido conseguir registros climáticos que muestran que hay sistemas
sinópticos dominantes en el área seleccionada en cada estación (Alpert et
al., 2004).
2.2. TIPOS DE TIEMPO OBJETIVOS
Actualmente los tipos de tiempo obtenidos por métodos subjetivos
están siendo relegados en beneficio de los tipos de tiempo clasificados por
métodos objetivos, como los desarrollados por Spellman (2000), que tienen
la ventaja de ser independientes del observador. Los modelos de
clasificación automática de la situación sinóptica fueron inicialmente
desarrollados para las Islas Británicas (Jones et al. 1993).
Jenkinson y Collison (1977) iniciaron esta línea de trabajo con la
introducción de Índices y reglas de clasificación. Más tarde, Briffa (1995)
aportó reglas objetivas basadas en el viento geostrófico y la vorticidad.
Estas clasificaciones objetivas se han empleado para el estudio de la
relación de la actividad eléctrica de las tormentas con la circulación
atmosférica (Tomás et al., 2004), así como para estudios predictivos de
precipitación (Heyen et al., 1996; Zorita y Von Storch, 1997).
En los últimos años varios autores han publicado diferentes modelos
de clasificación automatizados para la Península Ibérica, la mayoría de los
cuales están conectados para una aplicación climática específica. Goodess
38
y Palutikof (1998), adaptaron uno de estos métodos para el Sureste de
España.
En la mayor parte de las técnicas sinópticas empleadas, cada uno de
los días analizados se clasifica según clases discretas, caracterizadas por
flujos de aire dominantes que describen las situaciones meteorológicas más
importantes asociadas con cada uno de estos tipos.
En estos métodos se parte de los datos de presión obtenidos en una red
de puntos, que pueden variar en cuanto a su número y a su localización. Así
Jones et al. (1993) emplearon una malla de 16 puntos sobre las Islas
Británicas; Goodess y Jones (2002) utilizaron una red de 32 puntos para el
estudio de la precipitación sobre la Península Ibérica.
En el caso de Castilla-La Mancha, los índices asociados con la
dirección y vorticidad del flujo geostrófico son útiles para la
caracterización de la circulación atmosférica. Por la definición de viento
geostrófico, la diferencia de presión entre dos puntos se puede utilizar
como una valoración de la intensidad asociada con la perpendicular de
dirección a la línea que une ambos puntos. Es decir, la diferencia de presión
entre puntos localizados al Sur y al Norte de una zona, permitirá un índice
del flujo del Oeste. De la misma manera, las diferencias de presión entre
puntos localizados al Oeste o al Este del punto considerado darán el flujo
del Sur. La composición de ambos flujos da lugar a la componente de flujo
total.
Los tipos de tiempos se han utilizado, ya desde antiguo, para el
estudio de la relación entre los datos de morbilidad y mortalidad y los
relativos a variaciones atmosféricas. Tales investigaciones se han realizado,
asimismo, de manera gradualmente más elaborada, con la introducción de
variables atmosféricas, bien de manera monovariante, con un solo
39
parámetro (generalmente la temperatura), bien de manera bivariante (con la
temperatura y la humedad relativa o la velocidad del viento). En este
sentido cabe destacar los estudios de Kalkstein (1991), Kalkstein y Greene
(1997) y McGregor (2001) en relación con la mortalidad. También son de
reseñar los estudios de Pajares et al. (1997), González et al. (2001), y
García Herrera et al. (2005).
Algunos autores, como Jones et al. (1993), han comparado las
clasificaciones de tipos de tiempo subjetivas con las objetivas, sin encontrar
diferencias significativas entre los tipos ciclónico y anticiclónico. Por otro
lado, Kysely y Huth (2006) también compararon los métodos objetivos y
subjetivos de clasificación para analizar cambios en la circulación
atmosférica en la zona Euro-Atlántica.
2.3. METODOLOGÍA
El procedimiento descrito por Lamb (1972), y más tarde desarrollado
por Jenkinson y Collison (1977) y Jones et al. (1993), ha sido el empleado
para definir objetivamente los tipos de tiempo, a partir de Índices basados
en la dirección y vorticidad del viento geostrófico. Fue utilizado
posteriormente por Trigo y DaCamara (2000) para el estudio del régimen
de precipitaciones de Portugal.
La clasificación de tipos de tiempo efectuada tiene un carácter
objetivo, y establece cada tipo de tiempo en función de seis variables,
calculadas según los valores de presión atmosférica, medidos diariamente a
nivel del mar, de 16 puntos situados sobre el entorno de la Península
Ibérica (Fig. 2.1). Los valores de la presión en superficie se obtuvieron del
40
Fig. 2.1. Red formada por los 16 puntos de los que se obtienen los valores de la presión
IRI (International Research Institute for Climate Prediction) en
http://www.cdc.noaa.gov/cdc/data.ncep.reanalysis.pressure.html. Se utilizó
la misma malla que en el estudio realizado por Trigo y DaCamara (2000)
(las presiones al nivel del mar en estos puntos vienen representadas en las
fórmulas de más abajo como p1, p2, p3…p16). Los seis parámetros utilizados
son: flujo del Sur (SF), flujo del Oeste (WF), flujo total (F), vorticidad del
Sur (ZS), vorticidad del Oeste (ZW) y vorticidad total (Z).
En primer lugar es necesario calcular tales parámetros:
41
- Flujo del Sur (SF): componente del Sur del viento geostrófico
superficial, se calcula mediante la diferencia de presión entre 5º O y 15º O.
- Flujo del Oeste (WF): componente del Oeste del viento geostrófico
superficial, se calcula mediante la diferencia de presión entre 35º N y 45º
N.
- Flujo total (F): total resultante de los flujos del Oeste y del Sur.
- Vorticidad del Sur (ZS): diferencia del flujo del Sur entre los 5º E y los 5º O, menos la que existe entre los 15º N y los 25º N.
- Vorticidad del Oeste (ZW): diferencia del flujo del Oeste entre los 30º N y los 40º N, menos la que existe entre los 40º N y los 50º N.
- Vorticidad total (Z): suma de la vorticidad del Sur más la del Oeste.
Estos 6 parámetros se estiman de la siguiente forma:
SF = 1,305 [0,25 (p5 + 2p9 + p13) – 0,25 (p4 + 2p8 + p12)]
WF = 0,5 (p12 + p13) – 0,5 (p4 + p5)
F = (SF2 + WF2)1/2
ZS = 0,85 × [0,25 (p6 + 2p10 + p14) – 0,25 (p5 + 2p9 + p13) – 0,25 (p4 +
2p8 + p12) + 0,25 (p3 + 2p7 + p11)]
ZW = 1,12 × [0,5 × (p15 + p16) – 0,5 × (p8 + p9)] – 0,91 × [0,5 (p8 + p9)
– 0,5 × (p1 + p2)]
Z = ZS + ZW
Las constantes (1,305; 0,85; 1,12 y 0,91) reflejan las diferencias
relativas entre la separación de la red de puntos en las direcciones Este-
Oeste y Norte-Sur, calculadas siguiendo la metodología de El Dessouky y
Jenkinson (1975). Los multiplicadores (0,5 y 0,25) reflejan el número de
42
puntos de la cuadrícula que se utilizan (cuádruple de los empleados por
Jenkinson y Collison, 1977). Las unidades del flujo geostrófico y la
vorticidad están expresadas en hPa por cada 10º de latitud en la latitud
central (40º N).
Para definir los distintos tipos de circulación se emplearán las
condiciones descritas en el estudio de Trigo y DaCamara (2000), que son
las siguientes:
- Para establecer la dirección del viento se usa la fórmula:
α = arctg (WF/SF)
Se tiene que añadir 180º si SF es negativo. Resultan 8 direcciones de
viento, abarcando cada una un sector de 45º.
- Si |Z| < F: se clasificará como tipo de tiempo direccional, con lo que
resultan 8 tipos, que se corresponden con las direcciones puras de
procedencia de la masa del aire (N, NE, E, SE, S, SW, W, NW).
- Si |Z| > 2F: se clasificará como tipo de tiempo no direccional, que a
su vez podría ser ciclónico o bien anticiclónico, en función del signo de Z:
Z < 0: Anticiclónico.
Z > 0: Ciclónico.
- Si F < |Z| < 2F: se clasificará como un tipo de tiempo híbrido
(existiendo 16 tipos de tiempo diferentes en función del signo de Z y de la
dirección del viento).
Con este método se clasifica la situación sinóptica de cada día, en uno
de los 26 tipos posibles de circulación atmosférica, que se estudian en el
apartado siguiente.
43
2.4. CARACTERÍSTICAS DE CADA TIPO DE TIEMPO
Se muestra a continuación (Tabla 2.1) la relación de los 26 tipos de
tiempo originales, esto es, los 8 tipos direccionales, los 2 tipos no
direccionales (controlados por la vorticidad geostrófica), y los 16 tipos
híbridos.
Los nombres que corresponden a cada sigla son los siguientes:
N: tipo de tiempo Norte
NE: tipo de tiempo Nordeste
E: tipo de tiempo Este
SE: tipo de tiempo Sureste
S: tipo de tiempo Sur
SW: tipo de tiempo Suroeste
W: tipo de tiempo Oeste
NW: tipo de tiempo Noroeste
A: tipo de tiempo Anticiclónico
C: tipo de tiempo Ciclónico
HCN: tipo de tiempo Híbrido Ciclónico Norte
HCNE: tipo de tiempo Híbrido Ciclónico Nordeste
HCE: tipo de tiempo Híbrido Ciclónico Este
HCSE: tipo de tiempo Híbrido Ciclónico Sureste
HCS: tipo de tiempo Híbrido Ciclónico Sur
44
HCSW: tipo de tiempo Híbrido Ciclónico Suroeste
HCW: tipo de tiempo Híbrido Ciclónico Oeste
HCNW: tipo de tiempo Híbrido Ciclónico Noroeste
HAN: tipo de tiempo Híbrido Anticiclónico Norte
HANE: tipo de tiempo Híbrido Anticiclónico Nordeste
HAE: tipo de tiempo Híbrido Anticiclónico Este
HASE: tipo de tiempo Híbrido Anticiclónico Sureste
HAS: tipo de tiempo Híbrido Anticiclónico Sur
HASW: tipo de tiempo Híbrido Anticiclónico Suroeste
HAW: tipo de tiempo Híbrido Anticiclónico Oeste
HANW: tipo de tiempo Híbrido Anticiclónico Noroeste
Tabla 2.1. Los 26 tipos de tiempo originales
Tipos direccionales Tipos no direccionales Tipos híbridos
N A HCN HAN
NE C HCNE HANE
E HCE HAE
SE HCSE HASE
S HCS HAS
SW HCSW HASW
W HCW HAW
NW HCNW HANW
45
De todos los tipos anteriores, dos de ellos, A y C, se consideran “no
direccionales”. Los tipos puros o direccionales se caracterizan por un
determinado componente de viento predominante, sin influencia relevante
de anticiclón o borrasca. Los restantes se denominan “híbridos”, por ser
resultado de la combinación de uno de los dos tipos no direccionales con
los ocho tipos de viento predominantes. Se resumen a continuación sus
características (Fernández, 2010). Los mapas sinópticos mostrados
provienen de www.wetterzentrale.de.
N (Fig. 2.2): Días caracterizados por la situación del anticiclón de las
Azores al Norte de las Azores y bajas presiones sobre el Sur de Europa y el
Mediterráneo. Dicho anticiclón bloquea la circulación zonal del oeste hacia
la península Ibérica. Es importante en invierno, ya que, aunque la situación
dure pocos días, ocasiona las denominadas “olas de frío”, con importantes
descensos de la temperatura, debidos a la entrada de aire ártico.
NE (Fig. 2.3): Días caracterizados por extensas zonas de altas
presiones sobre las Azores hacia el Noreste y por bajas presiones sobre la
región mediterránea. La borrasca en el Mediterráneo central impulsa
vientos de componente noreste sobre la península Ibérica. Se producen olas
de frío, causadas por la masa de aire continental polar, caracterizadas por
descensos bruscos de temperatura durante pocos días. Se trata de un tiempo
seco, con nevadas en el caso de que la masa de aire continental polar
levante la masa de aire cálido y húmedo que había sobre la península.
E (Fig. 2.4): Situaciones sinópticas caracterizadas por un anticiclón
que se extiende por Europa Central, y una borrasca situada sobre el Norte
de África, que impulsa vientos de componente este procedentes del
Mediterráneo sobre España. En la península Ibérica es frecuente este tipo
de tiempo en otoño y primavera, lo que origina lluvias en la costa
46
mediterránea, especialmente en zonas montañosas, por elevación del aire
húmedo y cálido procedente del Mediterráneo, quedando el resto del
territorio peninsular seco y soleado. Esta situación se asocia a fenómenos
de gota fría o DANA (Depresión aislada en niveles altos).
SE (Fig. 2.5): Días caracterizados por regiones de bajas presiones
desde Madeira hasta las Azores y por altas presiones sobre el Norte de
Europa. Esta situación favorece la entrada de aire cálido y húmedo
procedente del Mediterráneo o del Norte de África. Es más frecuente en
otoño e invierno.
S (Fig. 2.6): Situaciones caracterizadas por bajas presiones sobre el
Norte de las Azores y por altas presiones sobre Centroeuropa, con
anticiclón sobre el Mediterráneo central u oriental. Esta situación sinóptica
es característica del verano, con temperaturas elevadas y entrada de aire
procedente de la masa continental tropical, que puede arrastrar consigo
partículas procedentes del Sahara. Si el aire circula por el Mediterráneo se
puede cargar de humedad, lo que puede dar lugar a precipitaciones- si bien
escasas- en el Sur de la península. Es más frecuente en los meses de
diciembre y enero.
SW (Fig. 2.7): Días caracterizados por un debilitamiento de las altas
presiones sobre las Azores y un fortalecimiento de las bajas presiones entre
Islandia y las Azores. En altura aparece una vaguada al Oeste o Noroeste
de la península Ibérica. Es más frecuente durante el otoño y el invierno, si
bien puede presentarse a lo largo de todo el año.
W (Fig. 2.8): Se caracteriza por un asentamiento de las altas presiones
en las Azores a 30º N y por centros de bajas presiones al Oeste de las Islas
Británicas. Al igual que el SW, para que se dé este tipo de tiempo es
necesario que el anticiclón de las Azores se encuentre desplazado al Sur de
47
su posición de equilibrio. Una borrasca centrada en las islas Británicas
impulsa aire de la masa marítima polar o marítima tropical hacia la
península Ibérica. En esta situación sinóptica se dan precipitaciones, así
como nubosidad abundante.
NW (Fig. 2.9): Días caracterizados por la situación del anticiclón de
las Azores entre las Azores y la isla de Madeira, y centros de bajas
presiones sobre el Norte de Francia. El anticiclón se encuentra algo
debilitado, lo que permite que un frente asociado a la borrasca situada sobre
las islas Británicas introduzca aire de la masa ártica en España. Origina
temperaturas frías y precipitaciones en el Norte peninsular. Puede darse
durante todo el año.
A (Fig. 2.10): Días caracterizados por centros de altas presiones sobre
la península Ibérica, y entre la península Ibérica, Madeira y las islas
Azores. El anticiclón de las Azores se encuentra algo desplazado al Este de
estas islas, adentrándose su cuña en la península Ibérica. Puede darse en
invierno, cuando la península Ibérica se comporta como una región fuente
de una masa de aire muy fría, que actúa como barrera de frentes y borrascas
oceánicas, ocasionando un tiempo muy estable. También puede presentarse
si el anticiclón continental europeo extiende su radio de acción sobre la
península Ibérica. En los días con este tipo de tiempo las precipitaciones
son escasas, con tiempo estable.
C (Fig. 2.11): Situaciones sinópticas caracterizadas por un centro de
bajas presiones sobre la costa oeste portuguesa, a veces acompañada por
anticiclón entre Islandia y las islas Británicas. Tiene lugar cuando se
produce un estancamiento de una borrasca procedente del flujo zonal NW.
Este tipo de tiempo origina lluvias generalizadas y una moderada bajada de
las temperaturas.
48
Fig. 2.2. Situación sinóptica del día 31.01.2003.”Norte” (N)
Fig. 2.3. Situación sinóptica del día 05.10.2000. “Nordeste” (NE)
49
Fig. 2.4. Situación sinóptica del día 19.02.2001. “Este” (E)
Fig. 2.5. Situación sinóptica del día 09.02.2004. “Sureste” (SE)
50
Fig. 2.6. Situación sinóptica del día 19.09.2003. “Sur” (S)
Fig. 2.7. Situación sinóptica del día 28.11.2000. “Suroeste” (SW)
51
Fig. 2.8. Situación sinóptica del día 20.11.2002. “Oeste” (W)
Fig. 2.9. Situación sinóptica del día 10.10.2002. “Noroeste” (NW)
52
Fig. 2.10. Situación sinóptica del día 04.01.2000. “Anticiclónico” (A)
Fig. 2.11. Situación sinóptica del día 08.07.2004. “Ciclónico”(C)
53
Los 8 tipos de tiempo híbridos ciclónicos se diferencian asimismo
entre sí por sus componentes de viento predominantes: HCN (Fig. 2.12),
HCNE (Fig. 2.13), HCE (Fig. 2.14), HCSE (Fig. 2.15), HCS (Fig. 2.16),
HCSW (Fig. 2.17), HCW (Fig. 2.18) y HCNW (Fig. 2.19).
Los 8 tipos híbridos anticiclónicos se diferencian entre sí por la
procedencia de los vientos predominantes. Sus características son similares
a las del A en los tipos HAN (Fig. 2.20), HANE (Fig. 2.21), HAE (Fig.
2.22), HASE (Fig. 2.23) y HAS (Fig. 2.24), mientras que los HASW (Fig.
2.25), HAW (Fig. 2.26) y HANW (Fig. 2.27) son más lluviosos.
Así, el tipo HAE se caracteriza por curvaturas ciclónicas y
anticiclónicas de orientación NE - SW sobre la península Ibérica, asociadas
con sistemas de bajas presiones sobre el Norte de África.
Análogamente, el tipo HAW se caracteriza por la presencia del límite
oriental del anticiclón de las Azores cerca del Suroeste de la península
Ibérica, así como por centros de bajas presiones sobre las islas Británicas.
54
Fig. 2.12. Situación sinóptica del día 12.04.2002. “Híbrido Ciclónico Norte” (HCN)
Fig. 2.13. Situación sinóptica del día 27.06.2002. “Híbrido Ciclónico Nordeste” (HCNE)
55
Fig. 2.14. Situación sinóptica del día 10.04.2002. “Híbrido Ciclónico Este” (HCE)
Fig. 2.15. Situación sinóptica del día 12.03.2005. “Híbrido Ciclónico Sureste” (HCSE)
56
Fig. 2.16. Situación sinóptica del día 20.09.2002. “Híbrido Ciclónico Sur” (HCS)
Fig. 2.17. Situación sinóptica del día 13.04.2003. “Híbrido Ciclónico Suroeste” (HCSW)
57
Fig. 2.18. Situación sinóptica del día 15.11.2002. “Híbrido Ciclónico Oeste” (HCW)
Fig. 2.19. Situación sinóptica del día 03.04.2000. “Híbrido Ciclónico Noroeste” (HCNW)
58
Fig. 2.20. Situación sinóptica del día 06.03.2005. “Híbrido Anticiclónico Norte” (HAN)
Fig. 2.21. Situación sinóptica del día 14.07.2002. “Híbrido Anticiclónico Nordeste” (HANE)
59
Fig. 2.22. Situación sinóptica del día 11.01.2003. “Híbrido Anticiclónico Este” (HAE)
Fig. 2.23. Situación sinóptica del día 07.01.2002. “Híbrido Anticiclónico Sureste” (HASE)
60
Fig. 2.24. Situación sinóptica del día 12.01.2002. “Híbrido Anticiclónico Sur” (HAS)
Fig. 2.25. Situación sinóptica del día 13.01.2005. “Híbrido Anticiclónico Suroeste” (HASW)
61
Fig. 2.26. Situación sinóptica del día 27.02.2002. “Híbrido Anticiclónico Oeste” (HAW)
Fig. 2.27. Situación sinóptica del día 27.11.2003. “Híbrido Anticiclónico Noroeste” (HANW)
62
2.5. BIBLIOGRAFÍA
Alpert, P., Osetinsky, I., Ziv, B., Shafir, H., 2004. A new seasons definition based on classified daily synoptic systems: an example for the eastern Mediterranean. International Journal Climatology 24, 1013-1021. doi: 10.1002/joc.1037.
Briffa, K.R., 1995. The simulation of weather types in GCMs: A regional approach to control-run validation. Analysis of Climate Variability. Von Storch H, Navarra A (eds). Springer: Berlin, pp. 122–138.
Casado, M.J., Pastor, M.A., Doblas-Reyes, M.J., 2009. Euro-Atlantic circulation types and modes of variability in winter. Theor. Appl. Climatol. 96, 17–29. doi: 10.1007/s00704-008-0036-2.
El Dessouky, T.M., Jenkinson, A.F., 1975. An objective daily catalogue of Surface pressure, flow and vorticity Indices for Egypt and its use in monthly rainfall forecasting. Synoptic Climatology Branch Memorandum 46. Bracknell, Meteorological Office.
Fraile, R., 1988. Análisis de las situaciones de tormenta en la provincia de León. Universidad de León.
Font, I., 1983. Climatología de España y Portugal. INM, Madrid, 296 pp.
García-Herrera, R., Díaz, J., Trigo, R., Hernández, E., 2005. Extreme summer temperatures in Iberia: Elath impacts and associated synoptic conditions. Annals of Geophysics 23, 239–251.
Fernández, S. 2010. Tipos de tiempo y precipitación en León. Universidad de León.
González, S., Díaz, J., Pajares, M., Alberdi, J., López, C., Otero, A., 2001. Relationship between atmosferic pressure and mortality in Madrid Autonomous Region: a time series study. International Jorunal of Biometeorology 45, 34–40.
Goodes, C.M., Jones, P.D. 2002. Links between circulation and changes in the characteristics of Iberian rainfall. International Journal of Climatology 22(13), 1593-1615. doi: 10.1002/joc.810.
Goodes, C.M., Palutikof, J.P., 1998. Development of daily rainfall scenarios for southeast Spain using a circulation-type approach to downscalling. International Journal of Climatology 18, 1051-1083.
Hess, P., Brezowski, H., 1952. Katalog der Grosswetterlagen Europas. Berichte des Deutschen Wetterdienstes in der US-Zone, 33. Deutscher Wetterdienst, Offenbach, Germany.
Heyen H., Zorita, E., von Storch, H., 1996. Statistical downscaling of monthly mean North Atlantic air pressure to sea level anomalies in the Baltic Sea. Tellus 48, 312-323.
63
Jenkinson, A.F., Collison, F.P., 1977. An initial climatology of gales over the North Sea. Synoptic Climatology Branch Memorandum 62. Meteorological Office, Bracknell.
Jones, P.D., Hulme, M., Briffa, K.R., 1993. A comparison of Lamb circulation types with an objective classification scheme. International Journal of Climatology 13, 655-663.
Kalkstein, L., 1991. A new approach to evaluate the impact of climate on human mortality. Environmental Health Perspectives. 96, 145–150.
Kalkstein, L., Greene, J., 1997. An evaluation climate/mortality relationships in large US cities and the possible impacts of a climate change. Environmental Perspectives 105, 84–93.
Kysely, J., Huth, R., 2006. Changes in atmospheric circulation over Europe detected by objective and subjective methods. Theorical and Applied Climatology 85, 19-36. doi: 10.1007/s00704-005-0164-x.
Lamb, H.H., 1950. Types and spells of weather around the year in the British Isles. Quarterly Journal of the Royal Meteorological Society 76, 393–438.
Lamb, H.H. 1972. British Isles weather types and register of daily sequence of circulation patterns, 1861-1971. Geophysical Memoir 116, HMSO, London, 85 pp.
Lund, I.A., 1963. Map-pattern classification by statistical methods. J.Appl. Meteorol. 2, 56–65.
McGregor, G., 2001. The meteorological sensitivity of ischaemic heart disease mortality events in Birmingham, UK. International Journal of Biometeorology. 45, 133–142.
Overland, J.E., Heister, T.R., 1980. Development of a synoptic climatology for the northeast Gulf of Alaska. Journal of Applied Meteorolog y 19, 1–14.
Paegle, J.N., Kierulff, L.P., 1974. Synoptic climatology of 500-mb winter flow types. Journal of Applied Meteorology 13, 205–220.
Pajares, M., Díaz, J., Montero, J., Alberdi, J., Mirón, I., 1997. Mortalidad diaria en la Comunidad de Madrid durante el periodo 1986-1991 para el grupo de edad de 45 a 64 años: su relación con la temperatura del aire. Revista Española de Salud Pública 71, 149–160.
Spellman, G., 2000. The application of an objective weather-typing system to the Iberian península. Weather 55, 375-385.
Tomás, C., Pablo, F., Soriano, F.L., 2004. Circulation weather types and cloud-to-ground flash density over Iberian Peninsula. International Journal of Climatology 24 (1), 109-123. doi: 10.1002/joc.917.
64
Trigo, R.M., Da Camara, C.C., 2000. Circulation weather types and their influence on the precipitation regime in Portugal. International Journal of Climatolog. 20, 1559-1581.
Yarnal, B., 1984. A procedure for the classification of synoptic weather maps from gridded atmospheric pressure Surface data. Computers and Geosciences 10, 397–410.
Zorita E., von Storch H. 1997. A survey of statistical downscalling techniques. GKSS 97/E/20, 42.
www.wetterzentrale.de
65
Capítulo 3: MORBILIDAD
3.1. INTRODUCCIÓN
Son relativamente escasos los artículos publicados acerca de la
morbilidad en relación con variables y contaminantes si se comparan con la
abundante producción de trabajos referidos a la mortalidad (Shang et al.,
2003). Si bien los estudios sobre mortalidad constituyen un campo de
estudio de creciente importancia, sobre todo en ciudades con problemas de
contaminación, no lo es menos que la morbilidad ha adquirido relevancia
en áreas donde los niveles de contaminación han disminuido, como ya
indicaron algunos autores en la pasada década (Pantazopoulou et al., 1995).
A continuación se analizan por separado los principales estudios que
para enfermedades de los sistemas Circulatorio y Respiratorio aparecen en
la literatura científica.
66
a) Aparato Circulatorio
Actualmente se da un creciente interés por la relación existente entre
las concentraciones de contaminantes en la atmósfera y los datos de
morbilidad a corto plazo. Si bien se ha estudiado cómo las tasas altas de
contaminantes son en buena parte responsables de aumentos de mortalidad
no se puede decir lo mismo en lo que a la morbilidad se refiere.
Algunos estudios han puesto de manifiesto la asociación entre
contaminación atmosférica y morbilidad para fallos cardíacos (Morris et
al., 1995; Schwartz y Morris, 1995; Prescott et al., 1998; Wong et al., 1999;
Linn et al., 2000) Autores como Burnett et al., (1997) y Morris y Naumova
(1998) han investigado las relaciones entre los niveles de monóxido de
carbono y la morbilidad por enfermedades del sistema Circulatorio.
Asimismo Burnett et al., (1999) y Wellenius et al., (2005, 2006) estudiaron
la asociación entre las admisiones hospitalarias por patologías del aparato
Circulatorio y los niveles de partículas. También se ha investigado sobre la
morbilidad por disfunciones cerebrovasculares y su relación con la
contaminación atmosférica (Ponka y Virtanen, 1996). Otros como Koken et
al., (2003) han abordado las relaciones de temperatura y contaminación
atmosférica con las admisiones hospitalarias por enfermedades
cardiovasculares en personas de edad.
Trabajos realizados en esta área de investigación en Europa han sido
los de Poloniecki et al., 1997; Wordley et al., 1997; Ballester et al., 2001, y
D’Ippoliti et al., 2003. Otros se han realizado en Asia, como el citado más
arriba de Wong et al., (1999), así como en Australia (Petroeschevsky et al.,
2001). No obstante también aparecen trabajos en la bibliografía en los que
se discute si la contaminación tiene efectos cardiovasculares (Mittelman y
Verrier, 2003).
67
Existe un consenso entre los investigadores en que solo las personas
con determinados factores de riesgo son susceptibles de elevar los Índices
de admisión hospitalarios cuando la contaminación aumenta. Este hecho
subraya la importancia de la identificación de los posibles grupos de riesgo
para los objetivos de la salud pública.
Los subgrupos más sensibles han sido estudiados recientemente por
Wellenius et al. (2005 y 2006), Peel et al. (2007) y Lee et al. (2008). Estos
últimos no encontraron mayores modificaciones en las tasas de morbilidad
en los casos de hipertensión y diabetes. Concluyeron en que, a pesar de que
el incremento en el riesgo es pequeño, se debería tener en cuenta por el
elevado número de hospitalizaciones debidas a insuficiencias cardíacas.
En el caso del infarto de miocardio, Morabito et al. (2006) hallaron
incrementos significativos en los ingresos hospitalarios en Florencia (Italia)
24 horas después de un día caracterizado por masa de aire continental
anticiclónico y seis días después de un día caracterizado por una masa de
aire ciclónico.
La morbilidad debida a la angina de pecho y su relación con los
contaminantes atmosféricos ha sido estudiada por Hosseinpoor et al.
(2005), quienes encontraron que las admisiones por dicha causa en Teherán
(Irán) tenían una relación significativa con los niveles de CO, no
encontrándose asociación con otros contaminantes.
En algunos países de Asia y África tiene especial relevancia el
fenómeno de las tormentas de arena o polvo, cuya relación con la
morbilidad ha sido mucho menos estudiada que en relación con la
mortalidad. Yang C. et al. (2005) encontraron aumentos en las visitas
hospitalarias durante estas tormentas en Taipei (Taiwan) por hemorragias
cerebrales, pero Chen y Yang (2005) no hallaron aumentos en morbilidad
68
por enfermedades cardiovasculares. Es frecuente que, debido a la corta
duración de las tormentas y las favorables condiciones del tiempo, no todas
las tormentas produzcan efectos similares. Así, tormentas de menos de un
día, o con lluvias simultáneamente, pueden tener impactos menores.
Se han encontrado correlaciones positivas aunque no significativas
entre tormentas de polvo y accidentes cerebrovasculares isquémicos tras
tres días de diferencia, debido principalmente a PM10, según Yang C. et al.
(2005) en Taipei. Asimismo, en Chipre, se ha observado que aumentan de
manera significativa las hospitalizaciones por enfermedades del aparato
circulatorio y respiratorio con niveles altos de PM10 y O3, y especialmente
por patologías del aparato circulatorio en los de tormentas de arena
(Middleton et al., 2008).
Chan et al. (2008) encontraron que en el periodo 1995-2002 las visitas
hospitalarias de emergencia por causas cardiovasculares en Taipei
aumentaron significativamente. En esta misma ciudad, otro grupo de
investigadores, Chang et al. (2005), encontraron para periodos cálidos,
asociaciones positivas significativas entre la morbilidad por causas
cardiovasculares y los niveles de PM10, NO2, CO, y O3. Para periodos
fríos, todos los contaminantes, excepto O3 y SO2, se asociaron de manera
positiva.
La morbilidad por enfermedades, tanto del aparato Circulatorio como
del Respiratorio, y su asociación con contaminantes (NO2, O3, SO2, PM10,
PM2,5) ha sido estudiada en ciudades de Canadá por Stieb et al. (2009),
quienes encontraron que el CO y el NO2 mostraban las mayores
correlaciones en las patologías cardíacas, mientras que el ozono era más
consistente en las respiratorias. Las PM10 y PM2,5 se asociaban más
fuertemente con procesos asmáticos en meses templados. Santos et al.
69
(2008), en un trabajo sobre la morbilidad por arritmia en Sao Paulo, con los
mismos contaminantes anteriores, encontraron asociaciones con CO y NO2.
En el caso de hemorragias intracerebrales se han encontrado
correlaciones positivas significativas con niveles de PM10, NO2, SO2, CO
y O3 en Taiwan en periodos cálidos (Shang-Shyue et al., 2003).
En cuanto a la asociación de variables atmosféricas con morbilidad,
cabe reseñar el trabajo de Dawson et al. (2008), quienes determinaron que,
en pacientes escoceses, el incremento de 1ºC en la temperatura media en el
día anterior, producía incrementos superiores al 2% en la morbilidad por
isquemia cardíaca. Hallaron también asociación entre la morbilidad por
apoplejías y la disminución de la presión atmosférica en las 48 horas
precedentes.
b) Aparato Respiratorio
Las enfermedades respiratorias son una de las principales causas de
morbilidad y mortalidad en la mayoría de los países. Por ello se han
multiplicado los estudios sobre las relaciones entre este tipo de patologías y
los factores y variables determinantes del clima. Así, el aumento del tráfico
rodado en zonas urbanas se asocia con contaminantes tales como el CO, el
O3, y los óxidos de nitrógeno, lo que ha contribuido al aumento de las
enfermedades crónicas pulmonares, Macfarlane et al. (2000).
También el ozono presenta asociaciones positivas en el trabajo
realizado por Gonçalves et al. (2005). Estos autores sugirieron la existencia
de relaciones no lineales que varían significativamente de un verano a otro,
algo consistente con estudios anteriores (Lin et al., 2003). Sin embargo, la
asociación con otras variables atmosféricas como la temperatura y la
humedad relativa no resultó ser clara.
70
La relación entre gases contaminantes y hospitalizaciones por
enfermedad obstructiva crónica de pulmón ha sido estudiada en pacientes
de Vancouver (Canadá) por Yang Q. et al. (2005). Realizaron un estudio de
regresión logarítmica teniendo en cuenta las variaciones estacionales de
cada contaminante, entre los que adquirió particular relevancia el dióxido
de nitrógeno. Tal trabajo se desarrolló sobre datos del periodo 1994-1998,
pero no se encontró asociación significativa entre la morbilidad y el
dióxido de azufre; tampoco con el ozono.
Asimismo Wilson et al. (2005) apreciaron que no existía correlación
entre SO2 y O3 con las hospitalizaciones por enfermedades respiratorias en
Maine y Manchester (Inglaterra). Concluyeron que la ausencia estadística
de relación no debe considerarse como no relación y, por tanto, que
elevadas concentraciones de tales contaminantes podrían tener efectos
significativos en la salud pública.
Las causas estacionales de los incrementos de asma se han explicado
en términos de variables meteorológicas y de contaminantes. En cuanto a
las variables, diversos estudios concluyen que los síntomas pueden tener
relación con la temperatura de periodos fríos (Beer et al., 1991; Greenburg
et al., 1996; Yuksel et al., 1996), cambios de temperatura (Crighton et al.,
2001), humedad relativa y precipitaciones (Celenza et al., 1996), nieblas
(Kashiwabara et al., 2002), velocidad del viento (Hashimoto et al., 2004) y
cambios en la presión barométrica y tormentas (Sutherland y Hall, 1994;
Newson et al., 1997).
Según diversos estudios las hospitalizaciones por asma pueden
aumentar en periodos de peor calidad del aire y, en particular, por
incrementos en las tasas de ozono. (Tolbert et al., 2000; Gouveia y
Fletcher, 2000 a, b; Fusco et al., 2001; Tortolero, 2002; Gonçalves et al.,
71
2007). Algunos investigadores han estudiado la asociación entre niveles
diarios de ozono y síntomas respiratorios (Romieu et al., 1996, Gent et al.,
2003, Rabinovitch et al., 2004). Por otro lado Ho et al. (2007) concluyeron
que existían relaciones positivas entre episodios de ataque asmático en
pacientes adolescentes en Taiwan y contaminantes (O3, PM10, NOx). Esta
misma conclusión la obtuvieron Jalaludin et al. (2004) en Australia.
Sin embargo también existen trabajos en los que no se encuentra
asociación significativa entre niveles de ozono y morbilidad. (Romieu et
al., 1996; Atkinson et al., 1999; Hwang y Chan, 2002; Luginaah et al.
2005; Farhat et al., 2005; Hinwood et al., 2006; Cheng et al., 2009).
Probablemente tales diferencias se deban a razones geográficas, aunque
también pudieran ser de tipo metodológico.
Las tendencias por ingresos debidos a asma en hospitales de Maryland
han sido evaluadas por Kimes et al. (2004), extendiendo el estudio a
diferentes razas y grupos de edad. Se encontró que las mismas pautas se
repetían por todos los hospitales del estado, por lo que los parámetros
estacionales afectaban por igual en todas partes.
Las fuentes geológicas de partículas pueden tener un efecto sobre la
morbilidad en jóvenes asmáticos superior al de los particulados
atmosféricos. Así lo demostraron Chimonas y Gessner (2007) en un estudio
realizado en la población de Alaska. En dicho trabajo se ajustaron modelos
de ecuaciones por estación, año, temperatura, velocidad del viento y
precipitación.
Se ha investigado en Nueva York por parte de Lin et al. (2008) la
posible relación entre la concentración de ozono y las hospitalizaciones de
jóvenes por problemas respiratorios en el periodo 1991 a 2001. Los análisis
se ajustaron según diversas variables: tamaño de partículas, condiciones
72
meteorológicas, días de la semana, estacionalidad y características
demográficas. Se obtuvieron correlaciones positivas entre el número de
admisiones hospitalarias y la concentración de ozono de dos días anteriores
a la hospitalización.
En cuanto a la relación entre hospitalizaciones y variables o
contaminantes, Magas et al. (2007) concluyen que existía relación
significativa entre el número total de hospitalizaciones diarias y el nivel
máximo diario de NO2, la proporción de niños menores de 5 años y la
razón temperatura/humedad, para datos de Oklahoma entre 2001 y 2003.
Las temperaturas incrementaron también de manera significativa los
ingresos hospitalarios en Nueva York durante los veranos del 1991 al 2004
(Lin et al., 2009), tanto por enfermedades del aparato Circulatorio como del
Respiratorio. En el caso de patologías respiratorias, confirmaron que los
pacientes de edad y los hispanos eran más vulnerables.
El rango diario de temperaturas constituye un parámetro de interés
para el estudio de la morbilidad, tanto para enfermedades del aparato
Respiratorio como para las del Circulatorio. Así, García-Pina et al. (2008)
encontraron que las visitas hospitalarias totales en Murcia durante el
periodo 2000-2005 aumentaron un 1,6% los días en que la mínima diaria
superaba los 22,4ºC, y un 0,21% por cada grado de aumento en la mínima
diaria.
La frecuencia de visitas hospitalarias por asmáticos de entre 2 y 15
años de edad fue analizada por Villeneuve et al. (2005), quienes
encontraron un incremento en el número de visitas asociado a nieblas y
precipitaciones, pero no con variaciones de temperatura o humedad.
Asimismo, se han estudiado las correlaciones de morbilidades con
variables y contaminantes, teniendo en cuenta la estacionalidad de los
73
procesos y según edades (Xirasagar et al., 2006), para el caso de
admisiones pediátricas por asma en Taiwan. Para estos autores la
estacionalidad y las asociaciones de variables y contaminantes con la
morbilidad varían según los diversos grupos de edad.
3.2. MATERIAL Y MÉTODOS
El análisis de las relaciones entre variables atmosféricas y morbilidad
se va a centrar en los casos de las enfermedades de los sistemas
Circulatorio y Respiratorio, que se estudian con los datos procedentes de
los hospitales citados en el apartado 1.4.2. Tales datos, procedentes de la
Consejería de Salud y Bienestar Social de la Junta de Castilla-La Mancha,
abarcan el periodo que va desde el 1 de enero de 2000 hasta el 31 de
diciembre de 2006, en total 2555 días. Las variables atmosféricas son la
temperatura media, T (ºC), la presión, P (hPa), la humedad relativa, HR
(%) y la radiación, Rad (W/m2). Los datos, cedidos por el INE y la Agencia
Estatal de Meteorología, tienen como intervalo, del 1 de enero del 2000
hasta el 31 de diciembre del 2005; en total, 2190 días. Se ha partido de una
matriz inicial de trabajo para las patologías de cada aparato, en la que se
incluían en filas los días, y en columnas, los datos de morbilidad y
variables de cada una de las provincias de Castilla-La Mancha, y a partir de
tales datos se obtiene la morbilidad total de la región. También se han
empleado valores de morbilidad según dos estratos de edad: menores de 65
años y mayores de 65 años.
Se ha realizado en primer lugar un análisis estadístico, con la finalidad
de obtener las series de datos más adecuadas para el trabajo posterior. El
CAI (Índices de Admisiones por enfermedades del aparato Circulatorio) y
el RAI (Índice de Admisiones por enfermedades del aparato Respiratorio)
son los instrumentos aplicados para el estudio de los distintos periodos.
74
La investigación se concreta a continuación en la morbilidad según el
tipo de tiempo, con la clasificación diaria por tipos de tiempo y las
características meteorológicas de las situaciones dominantes. En este
último apartado se ha realizado un Análisis de Componentes Principales
(ACP) a las variables atmosféricas para reducir los datos de todas las
provincias en una única serie. Asimismo, se ha aplicado un análisis Chi-
cuadrado y otro de probabilidad condicional para estudiar las diferencias de
la morbilidad según los tipos de tiempo en los diferentes periodos.
Tales técnicas son ampliamente utilizadas en estudios estadísticos
similares. El Análisis de Componentes Principales persigue obtener grupos
homogéneos de variables a partir de un conjunto de variables más
numeroso. Los grupos obtenidos se forman con variables que correlacionan
mucho entre sí, procurando, además, que tales grupos sean independientes
entre sí. Con ello se explica la mayor parte de la varianza total (Comrey,
1985).
En lo que respecta a la bondad del análisis realizado, se calculan los
determinantes de las matrices de correlaciones entre variables. Los
determinantes próximos a cero indican que la técnica utilizada es
pertinente.
Asimismo, otro estadístico descriptivo del análisis es la medida de la
adecuación muestral de Kaiser-Meyer-Olkin (KMO). Este índice compara
la magnitud de los coeficientes de correlación observados con la magnitud
de los coeficientes de correlación parcial. Si el valor del KMO es reducido
(los valores inferiores a 0,6 se consideran mediocres) puede que no sea
acertado utilizar dicho método de análisis factorial. Por el contrario, valores
del KMO próximos a 1,000 indican que el modelo factorial es adecuado.
(Salvador y Gargallo, 2006).
75
Además, en la prueba de esfericidad de Bartlett se contrasta la
hipótesis nula de que la matriz de correlaciones observada es la matriz
identidad. Si el nivel crítico es mayor que 0,05 no se puede rechazar la
hipótesis nula, y por tanto, no se puede asegurar que el modelo factorial sea
adecuado. (Salvador y Gargallo, 2006).
El análisis Chi-cuadrado se emplea para probar la independencia de
dos variables entre sí, mediante la presentación de los datos en Tablas de
contingencia (Fleiss, 2003).
La probabilidad condicional se interpreta como la probabilidad de que
las admisiones excedan un cierto nivel de ocurrencia de los Índices de
Admisión (CAI o RAI) según el tipo de tiempo.
La importancia del desfase temporal en la morbilidad se estudia con
los valores medios de los Índices CAI y RAI altos, en el mismo día y en los
tres siguientes, según los tipos de tiempo dominantes.
Los Índices de Admisiones se usan después para valorar la
importancia de las secuencias de tipos de tiempo en dos días consecutivos
en la morbilidad según los diferentes periodos. Para ello, se comparan las
frecuencias relativas de aparición de las distintas secuencias de tipos de
tiempo dominantes para valores de CAI y RAI superiores al valor medio
del periodo.
3.3. RESULTADOS Y DISCUSIÓN
3.3.1. Enfermedades del aparato Circulatorio
3.3.1.1. Análisis estadístico
A partir de los valores diarios de morbilidad por enfermedades del
aparato Circulatorio se analizan primeramente los valores totales, después
76
los estacionales y, por último, los mensuales, para obtener el tipo de serie
que pueda ser más conveniente para el desarrollo posterior de la
investigación.
a) Valores totales
En la Fig. 3.1 se aprecia la morbilidad total para cada una de las
provincias, y por estratos de edad, durante el periodo de estudio.
La incidencia resulta ser muy superior en términos totales para los
pacientes mayores de 65 años que para los menores de esa edad, por la
mayor propensión de aquellos a fallos de tipo circulatorio.
A pesar de que, durante los años del estudio, la población de Toledo
fue superior a la de Ciudad Real, sin embargo la morbilidad fue mayor en
esta última provincia. Albacete, Cuenca y Guadalajara tienen morbilidades
totales en concordancia con sus poblaciones durante esos años.
0
5000
10000
15000
20000
25000
30000
35000
AB CR CU GU TO
Fig. 3.1. Morbilidad por enfermedades del aparato Circulatorio, según provincia y edad, periodo enero 2000 - diciembre 2006; oro:<65 años; azul:>65 años.
77
0
10000
20000
30000
I P V O
Fig. 3.2. Morbilidad estacional por enfermedades del aparato Circulatorio según edad, periodo enero 2000 - diciembre 2006; oro:<65 años; azul:>65 años.
La media diaria de admisiones para toda la Comunidad Autónoma
durante el periodo investigado fue de 59,8 casos por día.
b) Valores estacionales
Se considera la división estacional siguiente, en meses, a los efectos
del estudio estadístico:
Invierno (I): diciembre (año anterior), enero, febrero
Primavera (P): marzo, abril, mayo
Verano (V): junio, julio, agosto
Otoño (O): septiembre, octubre, noviembre
En la Fig. 3.2 se observan los valores obtenidos. No se aprecian
diferencias estacionales grandes, si bien se dan mayores valores en invierno
y primavera que en verano y otoño, en el grupo de los mayores de 65 años.
En el grupo de los menores de 65 años, las diferencias son incluso menores.
78
La aplicación de ANOVA no muestra resultados significativos para un
nivel de significación del 5%.
En la Tabla 3.1 se dan los valores numéricos por provincias
correspondientes a la Fig. 3.2.
c) Valores mensuales
Se muestran en la Tabla 3.2 los valores mensuales de morbilidad
durante todo el periodo de años estudiado, por provincia y según los
estratos de edad considerados anteriormente. Para mayores de 65 años se
alcanzan máximos en enero (Albacete, Cuenca y Toledo), marzo (Ciudad
Real) y mayo (Guadalajara). Para menores de 65 años los máximos se
sitúan en mayo (Albacete), noviembre (Ciudad Real), marzo (Cuenca),
octubre (Guadalajara) y noviembre (Toledo). Aun a pesar de la mayor
dispersión en el grupo de menores de 65 años, los valores máximos totales
para la región siguen una tendencia marcada al alza en meses fríos, como
son enero para mayores de 65 años y noviembre para menores de 65 años.
Tabla 3.1: Totales estacionales de morbilidad (enfermedades del aparato Circulatorio), por provincia y región. En negrita los valores máximos. En cursiva los valores mínimos.
AB CR CU GU TO REGIÓN
<65 >65 <65 >65 <65 >65 <65 >65 <65 >65 <65 >65
I 2448 5939 3287 8497 1219 3823 863 2187 2800 8226 10617 28672
P 2611 6145 3632 8598 1266 4102 853 2343 2895 7897 11257 29085
V 2153 5349 3182 7610 1154 3756 641 2073 2485 6969 9615 25757
O 2323 5649 3607 8087 1211 3764 912 2185 2829 7300 10882 26985
79
En cuanto a los mínimos, estos se alcanzan, en el caso de los mayores
de 65 años, durante los meses de septiembre (Albacete, Guadalajara,
Toledo), agosto (Ciudad Real), y diciembre (Cuenca). Para los menores de
65 años los mínimos se sitúan en agosto (Albacete, Ciudad Real, Cuenca,
Toledo y Guadalajara). En el cómputo regional, los menores valores de
morbilidad son los de agosto, para menores de 65 años, y septiembre, para
mayores de 65 años, lo que sitúa los mínimos en meses de carácter cálido.
Tabla 3.2: Morbilidad total mensual por provincia y región, por enfermedades del aparato Circulatorio. Para cada columna: en negrita los valores máximos y en cursiva los valores mínimos.
AB CR CU GU TO REGIÓN
<65 >65 <65 >65 <65 >65 <65 >65 <65 >65 <65 >65
Ene 855 2182 1117 2982 426 1448 307 734 947 2951 3652 10297
Feb 861 1921 1142 2781 390 1237 286 729 915 2649 3594 9317
Mar 857 2097 1286 3051 445 1360 275 784 973 2789 3836 10081
Abr 851 2060 1151 2810 391 1441 262 753 941 2551 3596 9615
May 903 1988 1195 2737 430 1301 316 806 981 2557 3825 9389
Jun 850 1834 1187 2674 416 1261 278 720 905 2393 3636 8882
Jul 690 1753 1095 2515 399 1285 207 689 832 2283 3223 8525
Ago 613 1762 900 2421 339 1210 156 664 748 2293 2756 8350
Sep 649 1727 1066 2424 401 1198 224 631 809 2246 3149 8226
Oct 840 2002 1222 2793 404 1295 357 792 1001 2514 3824 9396
Nov 834 1920 1319 2870 406 1271 331 762 1019 2540 3909 9363
Dic 732 1836 1028 2734 403 1138 270 724 938 2626 3371 9058
80
En consecuencia con todo lo anterior, y como no aparecen diferencias
estacionales significativas, el estudio se va a centrar en dos periodos:
a) Cálido: 1 abril-30 de septiembre
b) Frío: 1 octubre- 31 de marzo.
La serie estudiada es la de los valores totales diarios para toda la
región (suma de la morbilidad diaria en las 5 provincias).
d) Índices de Admisión
Para facilitar las comparaciones entre las admisiones hospitalarias de
distintos años McGregor et al. (1999) emplearon los Índices de Admisión,
que son aplicables tanto a las enfermedades del aparato Circulatorio (CAI)
como a las del Respiratorio (RAI).
Se aplica la siguiente fórmula, para el caso del CAI:
CAI = Admisiones hospitalarias diarias Circulatorio
x 100 Promedio de admisiones anual
Se trata del cociente entre los ingresos diarios por enfermedades del
aparato Circulatorio y el promedio de admisiones anual, expresado el
resultado en porcentaje. Este Índice normaliza los ingresos con respecto a
una media anual.
Se ha calculado el CAI para ambos periodos sobre el valor total de la
morbilidad en la región. El análisis exploratorio en el período cálido,
muestra altos valores del CAI de lunes a jueves, y bajos el fin de semana
(Fig. 3.3). El test U de Mann-Whitney (Mann y Whitney, 1947) muestra
diferencias significativas (p < 0,001) entre los valores del CAI en domingo
(menores valores del CAI) y los observados de lunes a viernes, cuando
suceden los mayores valores del CAI. Por otra parte, en el período frío sólo
81
existen diferencias significativas (p < 0,05) entre los valores del CAI del
jueves y viernes (más altos) y los del martes (más bajos).
3.3.1.2. Morbilidad del aparato Circulatorio según tipos de tiempo
a) Clasificación diaria de los tipos de tiempo
En el presente estudio, se han considerado situaciones dominantes
aquellas cuya frecuencia sobrepasa el valor medio correspondiente al
período 2000-2006, y se pueden obtener a partir de la Tabla 3.3. Para el
periodo cálido dicho valor es 1281 días / 26 tipos de tiempo ≈ 49 días. Para
el periodo frío dicho valor es 1274 días / 26 tipos de tiempo ≈ 49 días.
Según este criterio, las situaciones dominantes finalmente seleccionadas en
el período cálido han sido NE, E, W, NW, N, C, A, así como algunas
situaciones anticiclónicas híbridas de transición (HANE, HANW y HAN),
que representan los días que no podían ser asignados sin lugar a dudas a un
tipo puro de situación. Para el periodo frío han sido: NE, E, SW, W, C, A,
HASW y HAW. Los datos se muestran en la Tabla 3.3.
0
20
40
60
80
100
120
140
L M X J V S D
CAI
Cálido
Frío
Fig. 3.3. Valores medios del CAI según día de la semana.
82
Tabla 3.3. Número de días de cada tipo de tiempo en cada periodo. En negrita: número de días de las situaciones dominantes (aquellas que superan los 49 días).
TIPO DE TIEMPO CÁLIDO FRÍO
NE 232 65
E 62 76
SE 10 46
S 7 42
SW 34 97
W 64 98
NW 63 36
N 168 26
C 92 68
A 217 372
HCNE 19 11
HCE 8 7
HCSE 5 15
HCS 3 13
HCSW 8 11
HCW 6 9
HCNW 9 6
HCN 15 10
HANE 71 30
HAE 16 29
HASE 2 26
HAS 4 17
HASW 9 58
HAW 26 50
HANW 53 36
HAN 78 20
Total 1281 1274
83
En resumen, con la reducción de las 26 situaciones iniciales a las
situaciones dominantes en cada periodo, se obtienen:
Cálido: NE/E/W/NW/N/C/A/HANE/HANW/HAN, 1100 casos, es
decir, un 85,9% del total, con las 10 situaciones.
Frío: NE/E/SW/W/C/A/HASW/HAW, 884 casos, es decir un 69,4%
del total, con las 8 situaciones.
La frecuencia relativa de una situación se define como el número de
casos de dicha situación dividida por el número total de casos,
expresándose el resultado en porcentaje. Así, para el tipo de tiempo N
durante el periodo cálido se tiene: 168 (Tabla 3.3) / 1281 = 13,1 %. Tales
frecuencias relativas de las situaciones dominantes, por años en cada
periodo, se pueden apreciar en las Tablas 3.4 y 3.5.
Tabla 3.4. Frecuencia relativa de las situaciones dominantes, por años, para el periodo cálido.
Cálido NE E W NW N C A HANE HANW HAN
2000 16,4 3,3 8,2 6,0 10,4 9,8 16,4 6,6 3,3 2,7
2001 23,5 2,2 3,3 3,8 14,2 4,9 19,1 4,4 4,9 8,2
2002 16,4 1,6 2,7 6,0 15,3 8,7 15,3 4,4 3,8 8,2
2003 15,8 6,6 7,1 4,9 12,6 3,3 14,2 5,5 4,9 7,1
2004 23,5 8,2 6,0 3,8 14,2 4,4 17,5 4,4 4,9 2,2
2005 18,0 4,9 2,7 6,0 12,0 9,3 17,5 8,7 3,8 6,6
2006 13,1 7,1 4,9 3,8 13,1 9,8 18,6 4,9 3,3 7,7
Total 18,1 4,8 5,0 4,9 13,1 7,2 16,9 5,5 4,1 6,1
84
Tabla 3.5. Frecuencia relativa de las situaciones dominantes, por años, para el periodo frío.
Frío NE E SW W C A HASW HAW
2000 6,6 6,0 6,0 4,4 4,9 31,9 5,5 5,5
2001 6,0 8,8 12,1 12,6 2,2 17,6 4,9 3,8
2002 2,7 4,9 10,4 9,3 4,9 31,9 6,0 4,9
2003 6,6 2,7 6,0 7,7 12,1 27,5 3,3 3,3
2004 6,0 6,6 3,3 6,0 5,5 40,7 3,8 2,2
2005 6,0 11,0 8,2 5,5 1,6 26,4 3,3 2,7
2006 1,6 1,6 7,1 8,2 6,0 28,6 4,9 4,9
Total 5,1 6,0 7,6 7,7 5,3 29,2 4,6 3,9
En el periodo cálido dominan las situaciones NE y A, como se puede
apreciar por los valores totales. Además existe una notable variación anual
en las situaciones NE entre el 13,1 y el 23,5 %. La baja incidencia en el año
2006 de las situaciones NE puede ser debida a la alta de las E, C y A.
En el periodo frío dominan las situaciones A. Se registra una baja
frecuencia relativa anual de las situaciones NE en 2002 y 2006, E en 2003
y 2006, C en 2001 y 2005, y A en 2001.
b) Características meteorológicas de las situaciones dominantes y probabilidades condicionales
Se ha realizado un ACP a cada una de las variables locales de T, HR,
P, Rad para el periodo enero 2000-diciembre 2005 con el fin de reducir los
datos de los 5 observatorios a series únicas que representen variables
85
regionales, y de esta forma caracterizar meteorológicamente a los
diferentes tipos de situaciones dominantes en cada periodo.
Para cada una de las variables se aplica dicho análisis a la matriz
formada por los datos diarios en el periodo de estudio y los datos de los
cinco observatorios provinciales. Respecto a la bondad del análisis hay que
reseñar que los valores de los elementos de la matriz de correlaciones entre
las distintas provincias son elevados (humedad relativa: superiores a 0,80;
presión: superiores a 0,95; radiación: superiores a 0,90; temperatura:
superiores a 0,97). En todos los casos el determinante de la matriz de
correlaciones es prácticamente cero. La prueba de Kaiser-Meyer-Olkin da
resultados positivos (humedad relativa: 0,88; presión: 0,80; radiación: 0,70;
temperatura: 0,89) así como la significación de esfericidad de Bartlett, que
da un resultado nulo en todos los casos.
Se obtiene para cada variable una sola componente de valor propio
mayor que 1, expresándose en la Tabla 3.6 el porcentaje de la varianza total
que explica.
Se calculan seguidamente los valores medios de los scores (valores
normalizados) de las 4 variables según el tipo de situación dominante, para
caracterizar las situaciones que se han seleccionado como dominantes.
Los resultados para el periodo cálido se aprecian en la Tabla 3.7.
Destacan los valores máximos de la temperatura y presión en los tipos
de tiempo híbridos anticiclónicos HAN y HANE respectivamente, en tanto
que para la humedad relativa se observa un valor máximo para el W, y en
la radiación se da un valor máximo para el tipo A. Para el W, en cambio, se
registra valor mínimo de la temperatura, y para el C tiene lugar el valor
86
mínimo de la radiación. La humedad relativa presenta valor mínimo para el
tipo anticiclónico HAN, y la presión para el NW.
Se puede considerar que tales resultados son consecuentes con las
características de las situaciones sinópticas en las que se han registrado.
Así, la elevada humedad relativa del W puede deducirse por las corrientes
de aire húmedo procedentes del Atlántico. Los altos valores de temperatura
y presión registrados en HAN y HANE respectivamente son explicables a
partir de las situaciones anticiclónicas en periodos cálidos, con estabilidad
de las masas de aire. Es razonable pensar que, en los días caracterizados
por el tipo de tiempo A, la radiación solar encontrará menos formaciones
nubosas, lo que ocasionaría el alto valor de dicho parámetro.
Asimismo, los bajos valores encontrados para la temperatura y
radiación en el tipo de tiempo W podrían deberse a que el aire húmedo
procedente del oeste favorece la formación de nubes, con la consiguiente
disminución de los valores de temperatura y radiación.
Tabla 3.6. Varianza explicada para cada variable por la componente obtenida. Por tanto, con una sola componente para las 4 variables se explica entre el 88% y 99% de la varianza de las diferentes variables.
VARIABLE % VARIANZA
Temperatura 98,6
Presión 98,0
Humedad 88,1
Radiación 95,9
87
Tabla 3.7. Características meteorológicas de las situaciones dominantes en el periodo cálido (valores medios de los scores). En negrita: valores máximos. En cursiva: valores mínimos.
Cálido T P HR Rad
NE 0,242 0,082 -0,068 0,013
E 0,130 0,775 -0,458 0,336
W -0,587 -0,434 0,482 -0,331
NW -0,216 -0,823 0,311 -0,310
N 0,145 -0,497 0,002 -0,035
C 0,107 -0,601 0,432 -0,936
A -0,133 0,681 -0,228 0,472
HANE 0,182 0,783 -0,343 0,302
HANW -0,087 -0,253 0,113 0,160
HAN 0,407 0,062 -0,612 0,426
Los resultados para el periodo frío se muestran en la Tabla 3.8.
Respecto al periodo frío, los valores máximos se registran para
distintos tipos de tiempo en cada variable. Así, el SW para la temperatura,
el HASW para la presión, el C para la humedad relativa, y el E para la
radiación. Hay coincidencia de tipo de tiempo, el E, en los valores mínimos
entre temperatura y humedad relativa. La presión y la radiación registran
valores mínimos en C.
Al igual que en el periodo cálido, los resultados obtenidos en el
periodo frío son consecuentes con las características de los tipos de tiempo
en los que se han registrado. Así, el elevado valor de la temperatura para el
SW podría explicarse por la componente sur del flujo en dicha situación
88
sinóptica. El valor alto de la presión en el HASW es consecuente con la
componente anticiclónica de dicho tipo de tiempo. La situación sinóptica
C, ciclónica, propicia la inestabilidad, con formación de nubes y humedad,
lo que puede dar razón del elevado valor obtenido para el parámetro de la
humedad relativa.
Estos mismos razonamientos serían aplicables a los valores mínimos.
Así, es razonable que se hayan obtenido valores mínimos, tanto de la
presión como de la radiación, para el tipo C.
Con objeto de establecer la diferencia entre el número de admisiones
según los tipos de tiempo, los 1281 días del periodo cálido y los 1274 del
periodo frío se han dividido en cuatro clases según los valores del CAI, y se
les ha aplicado un análisis Chi-cuadrado, y otro de probabilidad
condicional. El análisis Chi-cuadrado revela una dependencia significativa
al nivel de 0,001 de los niveles del CAI en ambos periodos según el tipo de
tiempo. Los resultados del análisis de probabilidad condicional se muestran
en la Tabla 3.9.
Tabla 3.8. Características meteorológicas de las situaciones dominantes en el periodo frío (valores medios de los scores). En negrita: valores máximos. En cursiva: valores mínimos.
Frío T P HR Rad
NE -0,122 -0,212 -0,624 0,280
E -0,278 0,003 -0,740 0,496
SW 0,639 -0,257 0,307 -0,331
W 0,259 -0,740 0,597 -0,427
C 0,124 -1,201 0,618 -0,450
A -0,075 0,660 -0,134 0,208
HASW 0,008 0,668 0,430 -0,246
HAW 0,339 0,078 0,427 0,339
89
Tabla 3.9. Probabilidades condicionales de admisiones, según clases de CAI, para las situaciones meteorológicas dominantes por enfermedades del aparato Circulatorio.
Cálido CAI NE E W NW N C A HANE HANW HAN
0-99 55 62 47 58 54 57 51 47 56 53
100-124 27 21 27 32 24 22 26 31 23 31
125-149 14 11 23 5 18 17 18 18 19 15
>150 4 6 3 5 4 4 5 4 2 1
Frío CAI NE E SW W C A HASW HAW
0-99 50 49 48 44 48 51 62 56
100-124 31 22 39 35 46 31 26 30
125-149 17 25 13 28 6 16 12 12
>150 2 4 0 3 0 2 0 2
La probabilidad condicional revela la naturaleza de la dependencia
entre los niveles de ocurrencia del CAI y los tipos de tiempo. La
información de la Tabla 3.9 otorga en el periodo cálido importancia relativa
de los tipos E, NW y A en el caso de sucesos extremos (CAI > 150),
mientras que en el periodo frío lo es el tipo E. También es especialmente
notable, en el período cálido, el tipo W, por su alta probabilidad
condicional de 26 % para un CAI de 125 o más, mientras que los tipos E
(29%) y W (31%) lo son para el periodo frío.
La importancia relativa en el periodo cálido de las situaciones E para
los casos de elevado número de admisiones (CAI > 150) coincide con lo
estudiado en otras zonas de la península Ibérica (De Pablo et al., 2008).
90
c) Días de CAI altos: estudio de desfases y de secuencias de tipos de tiempo
El estudio de las admisiones hospitalarias, no solo en el mismo día de
una determinada incidencia meteorológica, sino con desfases de uno o más
días, puede aportar información de interés en los estudios de
Biometeorología, como en el citado artículo de Morabito et al., (2006). Se
muestran en la Tabla 3.10 los valores medios de CAI para las situaciones
meteorológicas dominantes con desfases de 1, 2, y 3 días.
Si se observan las relaciones entre el riesgo de una admisión
hospitalaria por enfermedad cardiovascular y las condiciones diarias del
tiempo, se comprueba que los valores medios del CAI de la Tabla 3.10.
muestran que, en el periodo cálido, cuando ocurren las situaciones NE, N y
HAN, los valores medios del CAI en el mismo día (lag = 0) y en los
siguientes (lag = 1, 2 y 3) son siempre inferiores a 100, lo que indica que la
media de las admisiones está siempre por debajo del valor medio del
periodo cálido. Cuando ocurre la situación NW, el valor medio del CAI es
siempre inferior a 100, con la excepción de las admisiones registradas dos
días más tarde (lag = 2). Por el contrario, cuando ocurren las situaciones W,
A y HAW, los valores del CAI son siempre iguales o superiores al valor
medio del periodo cálido, y cuando aparecen situaciones C también lo son,
excepto en el mismo día (lag = 0).
En el período frío, con situación A los valores del CAI son siempre
iguales o superiores al valor medio (100), y con situación NE lo son
también, excepto al día siguiente (lag = 1). Por el contrario, con situaciones
E y W, los valores son siempre inferiores a 100, excepto en el mismo día.
91
Tabla 3.10: Valores m
edios del C
AI segú
n el tiempo
de desfase (lag) en días, para situaciones do
minantes. El intervalo de confianza del 9
5 % para
el valor m
edio del CA
I fig
ura entre paréntesis.
HA
N
97
(91
-10
3)
95
(88
-10
2)
92
(86
-98
)
95
(89
-10
1)
HA
W
116
(102
-130
)
109
(69
-123
)
104
(91
-116
)
103
(92
-114
)
HA
NE
101
(94
-108
)
98
(92
-10
4)
99
(93
-10
6)
100
(94
-107
)
HA
W
95
(88
-10
1)
101
(94
-108
)
98
(90
-10
5)
101
(95
-107
)
A
100
(96
-104
)
101
(97
-105
)
102
(98
-106
)
102
(98
-106
)
HA
SW
95
(88
-10
1)
94
(87
-10
0)
98
(91
-10
5)
100
(93
-107
)
C
97
(91
-10
3)
102
(96
-108
)
103
(98
-109
)
101
(96
-106
)
A
100
(97
-103
)
100
(98
-103
)
101
(99
-104
)
101
(98
-104
)
N
99
(95
-10
3)
98
(94
-10
3)
99
(95
-10
3)
98
(94
-10
3)
C
98
(92
-10
3)
98
(92
-10
4)
100
(93
-107
)
102
(96
-108
)
NW
97
(90
-10
3)
99
(92
-10
7)
100
(93
-107
)
97
(90
-10
5)
W
103
(98
-108
)
99
(94
-10
4)
98
(93
-10
4)
99
(94
-10
5)
W
103
(96
-110
)
103
(97
-110
)
103
(96
-109
)
103
(95
-111
)
SW
100
(95
-104
)
101
(96
-105
)
96
(91
-10
2)
95
(90
-10
1)
E
96
(90
-10
3)
102
(95
-109
)
102
(95
-110
)
101
(94
-108
)
E
103
(96
-110
)
99
(93
-10
6)
97
(91
-10
3)
99
(94
-10
5)
NE
98
(94
-10
1)
98
(94
-10
2)
97
(93
-10
1)
95
(91
-99
)
NE
100
(94
-106
)
98
(92
-10
5)
100
(94
-107
)
100
(94
-105
)
LAG
CÁ
LID
O
0 1 2 3
LAG
FR
ÍO
0 1 2 3
92
Tales resultados para el periodo frío son consistentes con los
obtenidos por Morabito et al. (2006). Para dichos autores los ingresos
hospitalarios por patologías del sistema Circulatorio en Florencia fueron
significativamente más altos tras 24 horas con tiempo anticiclónico
continental en invierno.
Cabe añadir, asimismo, que las secuencias de tipos de tiempo pueden
suministrar información acerca del incremento de la morbilidad.
Efectivamente, es probable que valores altos del CAI respondan al
desarrollo de determinadas situaciones meteorológicas. Con los datos del
presente trabajo se muestran en la Tabla 3.11 los resultados obtenidos.
En la Fig. 3.4 se muestra el periodo cálido.
Si se observan los resultados de la investigación de todas las posibles
secuencias de 2 días de tipos de masas de aire dominantes (Tabla 3.11), se
aprecia que, en el período cálido, 18 combinaciones muestran medias del
CAI superiores al valor medio del período (CAI > 100). Entre estas, las
combinaciones con mayor frecuencia de aparición son NE-NE (17,1 %) y
A-A (17,1 %), con medias del CAI de 127 y 124 respectivamente. A
continuación, la secuencia más frecuente, la N-N (9,8 %), presenta una
media de 128, lo que da idea de la importancia de la persistencia de las
masas de aire en valores elevados del CAI. Además, se puede deducir que,
en el periodo cálido, el 64,2 % de las situaciones de 2 días que originan
valor medios del CAI > 100 son debidos a la persistencia de la misma
situación. Asimismo, cabe destacar que las secuencias NE-HANE y E-E,
aun con frecuencias bajas, dan valores altos de CAI, por lo que podrían
interpretarse como peligrosas para los enfermos cardíacos durante el
periodo cálido.
93
Tabla 3.11. Secuencias de dos días de masas de aire con valores medios del CAI superiores a 100, y frecuencia relativa del número de situaciones.
Cálido Nº días Media CAI Frec. rel. (%)
N-NE 12 122 4,2
N-N 28 128 9,8
N-HAN 11 119 3,8
NE-NE 49 127 17,1
NE-N 18 120 6,3
NE-HANE 7 135 2,4
E-NE 8 122 2,8
E-E 11 131 3,8
W-W 10 124 3,5
W-A 9 117 3,1
NW-N 8 109 2,8
C-C 20 125 7,0
A-A 49 124 17,1
HAN-HAN 9 118 3,1
HAN-A 8 124 2,8
HANE-NE 10 126 3,5
HANE-HANE 8 128 2,8
HANW-A 11 129 3,8
Total 286 100,0
Frío Nº días Media CAI Frec. rel. (%)
NE-NE 13 117 5,6
E-E 20 124 8,5
SW-SW 11 116 4,7
SW-W 16 122 6,8
W-W 14 118 6,0
W-A 9 128 3,8
C-C 13 119 5,6
A-A 117 121 50,0
A-HASW 11 127 4,7
HAW-W 10 125 4,3
Total 234 100,0
94
Fig. 3.4. Número de días correspondientes a secuencias de situaciones meteorológicas dominantes por enfermedades del aparato Circulatorio (rojo), y CAI medio (azul), para periodo cálido.
Fig. 3.5. Número de días correspondientes a secuencias de situaciones meteorológicas dominantes por enfermedades del aparato Circulatorio (rojo), y CAI medio (azul), para periodo frío.
95
En la Fig. 3.5 se muestra el periodo frío.
En el período frío, la combinación de mayor frecuencia, A-A (50,0%),
origina un valor del CAI de 121, y las situaciones E-E (8,5%) dan valores
del CAI de 124. También en este periodo la persistencia del mismo tipo de
situación (71,4%) produce valores medios del CAI >100. Las secuencias
W-A y A-HASW son las que han registrado valores de CAI más altos, a
pesar de no ser las más frecuentes, por lo que se podrían considerar
secuencias peligrosas para los enfermos cardíacos durante el periodo frío.
Tales resultados son consistentes con otros estudios realizados sobre
zonas mediterráneas, como Grecia e Italia. Así, se ha constatado la
asociación entre días de alta mortalidad en Grecia y tipos de tiempo con
vientos de componente Suroeste (Kassomenos et al., 2001). Asimismo, se
ha comprobado que la persistencia durante dos días consecutivos de masas
de aire del mismo tipo anticiclónico producía una mayor mortalidad en
Florencia, en meses de invierno. Esa misma consecuencia en la misma zona
la producía una secuencia de dos días: el primero de carácter anticiclónico
continental, y el segundo con vientos del Este o Noreste (Morabito et al.,
2006). Los rápidos cambios de tiempo han sido asociados con aumentos de
la morbilidad por enfermedades cardiovasculares en ancianos también en
otros lugares, como en California (Ebi et al., 2004) y en las Islas Británicas
(McGregor 2001).
3.3.2. Enfermedades del aparato Respiratorio
3.3.2.1. Análisis estadístico
a) Valores totales
En la Fig. 3.6 se aprecia la morbilidad total para cada una de las
provincias, y por estratos de edad, durante el periodo de estudio.
96
La incidencia resulta ser muy superior, en términos totales, para los
pacientes mayores de 65 años que para los menores de esa edad, por la
mayor propensión de aquellos a fallos de tipo respiratorio.
Al igual que en las enfermedades del aparato Circulatorio, a pesar de
que durante los años del estudio, la población de Toledo fue superior a la
de Ciudad Real, sin embargo la morbilidad fue mayor en esta última
provincia. Albacete, Cuenca y Guadalajara registran morbilidades totales
en concordancia correlativa a sus poblaciones durante esos años.
La media diaria de admisiones hospitalarias para toda la Comunidad
Autónoma fue de 50,8 casos por día.
b) Valores estacionales
A diferencia de la morbilidad por enfermedades del aparato
Circulatorio, sí que hay diferencias estacionales claras en la debida a las del
aparato Respiratorio, como se aprecia en la Fig. 3.7 El ANOVA ofrece
diferencias significativas entre los valores estacionales (p < 0,05).
c) Valores mensuales
Se muestran en la Tablas 3.12 y 3.13 los valores estacionales y
mensuales respectivamente de morbilidad durante todo el periodo
estudiado, por provincia y según los estratos de edad considerados
anteriormente. Tanto para mayores de 65 años como para menores de 65
años se alcanzan máximos en enero, con la excepción de Guadalajara en
menores de 65 años, con el máximo en diciembre. Los valores máximos
totales para la región siguen una tendencia marcada al alza en época fría, al
igual que en la morbilidad por enfermedades del Circulatorio.
97
0
5000
10000
15000
20000
25000
AB CR CU GU TO
Fig. 3.6. Morbilidad por provincias, debida a enfermedades del aparato Respiratorio, en el periodo enero 2000 - diciembre 2006; oro:<65 años; azul:>65 años.
0
5000
10000
15000
20000
25000
I P V O
Fig. 3.7. Morbilidad estacional por enfermedades del aparato Respiratorio según edad, periodo enero 2000 - diciembre 2006; oro:<65 años; azul:>65 años.
98
Tabla 3.12. Totales estacionales de morbilidad (enfermedades del aparato Respiratorio), por provincia y región. En negrita los valores máximos. En cursiva los valores mínimos.
AB CR CU GU TO REGIÓN
<65 >65 <65 >65 <65 >65 <65 >65 <65 >65 <65 >65
I 3908 5221 5374 6150 2118 3821 1833 2474 4362 6713 17595 24379
P 3290 4523 4939 5283 1845 3248 1508 2142 3845 5683 15427 20879
V 1905 2906 3117 3442 1179 2209 819 1356 2288 3746 9308 13659
O 2783 3258 4064 3953 1561 2536 1335 1636 3200 4305 12943 15688
En cuanto a los mínimos, estos se agrupan en agosto y septiembre, lo
que sitúa los mínimos en meses de carácter cálido.
d) Índices de Admisión
El Indice de Admisión por enfermedades del aparato Respiratorio
(RAI) se determina a partir de:
RAI = Admisiones hospitalarias diarias Respiratorio
x 100 Promedio de admisiones anual
Se trata simplemente del cociente entre los ingresos diarios por
enfermedades del aparato Respiratorio y el promedio de admisiones anual,
expresado el resultado en porcentaje. Este Índice normaliza los ingresos
con respecto a una media anual. El análisis exploratorio muestra altos
valores del RAI de lunes a jueves, y bajos el fin de semana, como se
aprecia en la Fig. 3.8. El ANOVA confirmó diferencias significativas (p <
0,05).
El estudio se centra en invierno/primavera, por sus valores más altos.
99
Tabla 3.13. Morbilidad mensual, por provincias, por enfermedades del aparato Respiratorio. Para cada columna: en negrita los valores máximos, y en cursiva los valores mínimos.
AB CR CU GU TO REGIÓN
<65 >65 <65 >65 <65 >65 <65 >65 <65 >65 <65 >65
Ene 1479 2224 2039 2607 793 1670 628 1043 1626 2720 6565 10264
Feb 1280 1612 1747 1841 711 1142 528 679 1294 1918 5560 7192
Mar 1251 1671 1805 1889 698 1152 583 790 1390 2084 5727 7586
Abr 1022 1499 1569 1778 538 1102 447 720 1177 1826 4753 6925
May 1017 1353 1565 1616 609 994 478 632 1278 1773 4947 6368
Jun 857 1087 1210 1263 511 775 394 508 1023 1384 3995 5017
Jul 592 947 1028 1128 371 736 280 410 691 1244 2962 4465
Ago 456 872 879 1051 297 698 145 438 574 1118 2351 4177
Sep 712 927 1129 1012 430 691 318 409 807 1113 3396 4152
Oct 999 1147 1416 1390 569 958 452 618 1150 1487 4586 5600
Nov 1072 1184 1519 1551 562 887 565 609 1243 1705 4961 5936
Dic 1149 1385 1588 1702 614 1009 677 752 1442 2075 5470 6923
100
0
20
40
60
80
100
120
L M X J V S D
RAI
INV
PRI
3.3.2.2. Morbilidad del aparato Respiratorio según tipos de tiempo
a) Clasificación diaria por tipos de tiempo
Al igual que en el estudio de la morbilidad por patologías del sistema
Circulatorio, se consideran situaciones dominantes las que superan el valor
medio, que para el invierno es 630 días / 26 tipos de tiempo ≈ 24 días y
para la primavera es 644 días / 26 tipos de tiempo ≈ 25 días. Se muestran
tales situaciones en la Tabla 3.14.
En resumen, se obtienen como situaciones dominantes:
Invierno: NE/E/SE/SW/W/C/A/HASW, 444 casos, es decir, un 70,5%
del total, con las 8 situaciones.
Primavera: NE/E/SW/W/N/C/A/HANW, 473 casos, es decir, un
73,4% del total, con las 8 situaciones.
Fig. 3.8. Valores medios del RAI según día de la semana.
101
Tabla 3.14. Número de días de cada tipo de tiempo en cada estación. En negrita: número de días de las situaciones dominantes (aquellas que superan los 23 días).
TIPO DE TIEMPO INVIERNO PRIMAVERA
NE 30 71
E 37 38
SE 30 10
S 21 10
SW 33 46
W 38 45
NW 16 21
N 13 42
C 27 47
A 211 159
HCNE 3 13
HCE 2 5
HCSE 6 4
HCS 3 3
HCSW 5 4
HCW 6 4
HCNW 0 4
HCN 7 7
HANE 18 20
HAE 17 9
HASE 15 3
HAS 13 3
HASW 38 12
HAW 21 22
HANW 10 25
HAN 10 17
Total 630 644
102
La frecuencia relativa de las situaciones dominantes por años en cada
estación se puede apreciar en las Tablas 3.15 y 3.16.
En el invierno destaca el valor total de 38,1 correspondiente al tipo A.
Se puede afirmar también que hay una fuerte frecuencia relativa interanual
en los tipos de tiempo en cada invierno.
Los resultados referidos a la primavera se presentan en la Tabla 3.16.
Destacan los tipos NE y A, con frecuencias relativas totales de 11,0 y
24,7. La frecuencia relativa interanual es menor que en el invierno.
Tabla 3.15. Frecuencia relativa de las situaciones dominantes, por años, para el periodo de invierno.
Invierno NE E SE SW W C A HASW
1999-2000 4,4 6,7 3,3 1,1 1,1 4,4 63,3 2,2
2000-01 4,4 4,4 1,1 12,2 18,9 4,4 14,4 11,1
2001-02 2,2 7,8 15,6 4,4 4,4 0,0 41,1 5,6
2002-03 6,7 0,0 0,0 12,2 10,0 3,3 27,8 10,0
2003-04 1,1 2,2 3,3 2,2 2,2 10,0 44,4 6,7
2004-05 11,1 14,4 4,4 2,2 0,0 3,3 37,8 3,3
2005-06 3,3 6,7 6,7 2,2 5,6 5,6 20,0 0,0
Total 4,8 5,9 4,8 5,7 6,0 4,3 33,5 6,0
103
Tabla 3.16. Frecuencia relativa de las situaciones dominantes, por años, para el periodo de primavera.
Primavera NE E SW W N C A HANW
2000 9,8 6,5 2,2 4,3 4,3 16,3 19,6 5,4
2001 13,0 2,2 16,3 13,0 7,6 1,1 21,7 6,5
2002 7,6 4,3 5,4 6,5 6,5 9,8 23,9 4,3
2003 9,8 7,6 10,9 6,5 9,8 6,5 21,7 2,2
2004 17,4 9,8 2,2 5,4 8,7 3,3 25,0 4,3
2005 9,8 4,3 9,8 5,4 5,4 4,3 31,5 1,1
2006 9,8 6,5 3,3 7,6 3,3 9,8 29,3 3,3
Total 11,0 5,9 7,1 7,0 6,5 7,3 24,7 3,9
b) Características meteorológicas de las situaciones dominantes y probabilidades condicionales.
De la misma forma como se ha procedido en el estudio de la
morbilidad por enfermedades del aparato Circulatorio, se calculan los
valores medios de los scores (valores normalizados) de las 4 variables
según el tipo de situación dominante, para caracterizar las situaciones que
se han seleccionado como más importantes. Los resultados para el periodo
de invierno se aprecian en la Tabla 3.17.
En el invierno los máximos de cada variable se dan para distintos tipos
de tiempo. Así el W para la temperatura, el A para la presión, el C para la
humedad relativa y el E para la radiación. Sin embargo, en cuanto a los
mínimos, el tipo E lo registra para la temperatura y la humedad relativa, y
el C para la presión y la radiación.
104
Los resultados para la primavera se muestran en la Tabla 3.18.
En la primavera el tipo A registra valores máximos para la presión y la
radiación, mientras que en el tipo C se dan los máximos para la temperatura
y la humedad relativa. En cuanto a los mínimos, el tipo E lo posee para la
temperatura y la humedad relativa, el N para la presión, y el C para la
radiación.
Al igual que con las enfermedades del aparato Circulatorio, y con el
fin de de establecer la diferencia entre el número de admisiones según los
tipos de tiempo, los días del periodo en estudio se dividen en cuatro clases
y se les aplica un análisis Chi-cuadrado, y otro de probabilidad condicional.
El análisis Chi-cuadrado revela una dependencia significativa (p < 0,001)
de los niveles del RAI en ambas estaciones según el tipo de tiempo. Los
resultados del análisis de probabilidad condicional se muestran en la Tabla
3.19.
Tabla 3.17. Características meteorológicas de las situaciones dominantes en el periodo de invierno (valores medios de los scores). En negrita: valores máximos. En cursiva: valores mínimos.
Invierno T P HR Rad
NE -1,271 0,130 0,349 -0,786
E -1,410 0,160 0,219 -0,657
SE -1,350 0,675 0,862 -1,091
SW -0,897 0,085 1,230 -1,294
W -0,865 -0,659 1,237 -1,214
C -1,150 -1,598 1,462 -1,383
A -1,134 1,157 0,703 -0,818
HASW -1,019 1,104 1,087 -1,051
105
Tabla 3.18: Características meteorológicas de las situaciones dominantes en el periodo de primavera (valores medios de los scores). En negrita: valores máximos. En cursiva: valores mínimos.
Primavera T P HR Rad
NE -0,075 -0,425 -0,190 0,592
E -0,408 0,097 -0,585 0,432
SW -0,031 -0,473 0,001 0,286
W -0,264 -0,660 0,279 0,264
N -0,236 -1,097 0,226 0,277
C 0,208 -0,952 0,336 -0,097
A -0,022 0,384 -0,417 0,706
HANW -0,251 -0,530 0,241 0,287
Tabla 3.19. Probabilidades condicionales de admisiones según clases de RAI para las situaciones meteorológicas dominantes por enfermedades del aparato Respiratorio.
Invierno RAI NE E SE SW W C A HASW
0-99 57 46 57 55 61 63 52 68
100-124 27 30 23 33 29 33 26 16
125-149 13 22 20 0 11 4 11 5
>150 3 3 0 12 0 0 11 11
Primavera RAI NE E SW W N C A HANW
0-99 58 68 50 60 45 57 52 48
100-124 28 21 35 20 38 21 28 36
125-149 13 8 13 18 17 19 17 16
>150 1 3 2 2 0 2 4 0
106
Destaca la importancia de las situaciones SW, A y HASW en
invierno, en el caso de sucesos extremos (RAI > 150); mientras que en
primavera no aparecen diferencias relevantes. También son especialmente
notables en invierno los tipos E (25), SE (20) y A (22), por sus altas
probabilidades condicionales para un RAI de 125 o más, mientras que en
primavera lo son W (20), C (21) y A (21).
c) Días de RAI altos: estudio de desfases y de secuencias de tipos de tiempo
Se realiza en este apartado el mismo estudio de las admisiones
hospitalarias que para enfermedades del aparato Circulatorio, no solo en el
mismo día de una determinada incidencia meteorológica, sino con desfases
de 1, 2 y 3 días, ya que puede aportar información de interés en la
investigación. Se muestran en la Tabla 3.20 los valores medios de RAI
altos para las situaciones meteorológicas dominantes con los desfases
mencionados.
Si se observan las relaciones entre el riesgo de una admisión
hospitalaria por enfermedad respiratoria y las condiciones diarias del
tiempo, los valores medios del RAI de la Tabla 3.20 muestran que, en
invierno, cuando ocurren las situaciones NE, SE, W y C, los valores
medios del RAI en el mismo día (lag = 0) y en los siguientes (lag = 1, 2 y
3) son siempre inferiores a 100, lo que indica que la media de las
admisiones está siempre por debajo del valor medio del periodo. Por el
contrario, cuando ocurre la situación A, los valores medios del RAI son
siempre superiores a 100. La ocurrencia de situaciones E y HASW da
origen a valores del RAI opuestos según el desfase.
En primavera, con situaciones SW y A, los valores del RAI son
siempre superiores al valor medio (100) en el mismo día (lag = 0) y
107
posteriores, mientras que, con situaciones N son siempre inferiores.
También con situaciones E y HANW son asimismo superiores a 100,
excepto con lag = 0.
Por otro lado, las secuencias de tipos de tiempo pueden suministrar
información acerca del aumento de la morbilidad. Efectivamente, es
probable que valores altos del RAI respondan a la evolución de
determinadas situaciones meteorológicas. Los resultados obtenidos con los
datos del presente trabajo se muestran en la Tabla 3.21 y en las figuras 3.9
y 3.10.
La Fig. 3.9 corresponde al Invierno.
La Fig. 3.10 corresponde al periodo de Primavera.
Como puede apreciarse, en el Invierno la secuencia predominante es
la A-A, con una frecuencia relativa del 68,5%, y un RAI elevado (137).
Cabe destacar que el mayor RAI se da para la secuencia A-HASW, a pesar
de su escasa frecuencia. Vuelve a reproducirse en el caso de las patologías
del Respiratorio lo que ya se comentó para el sistema Circulatorio: el
cambio de tipo de tiempo origina aumentos en la morbilidad. También es
de destacar que el resto de las secuencias de este periodo suponen
persistencia en los tipos de situaciones sinópticas. Podría conjeturarse que
estas similitudes con el aparato Circulatorio serían explicables a partir de la
estrecha relación existente entre complicaciones debidas a uno y otro
sistema, lo que ya se ha estudiado en diversos trabajos clínicos y
epidemiológicos (Meier et al., 1998; Spencer et al., 1998; Madjid et al.,
2004).
108
Tabla 3.20: Valores m
edios del R
AI segú
n el tiempo
de desfase (lag) en días, para situaciones do
minantes. El intervalo de confianza del 9
5 % para
el valor m
edio del RAI fig
ura entre paréntesis.
.
.
HA
SW
95
(80
-11
1)
100
(85-
114
)
103
(90-
116
)
103
(88-
118
)
HA
NW
95
(86
-10
3)
101
(92-
110
)
101
(91-
111
)
100
(92-
109
)
A
106
(101
-112
)
108
(102
-113
)
108
(103
-114
)
109
(103
-114
)
A
118
(106
-129
)
116
(104
-127
)
114
(102
-126
)
111
(99-
123
)
C
92
(84
-10
0)
93
(85
-10
2)
99
(89
-10
8)
94
(85
-10
3)
C
91
(83
-99
)
100
(92
-107
)
103
(95
-110
)
95
(88
-10
2)
W
96
(88
-10
3)
86
(79
-94
)
87
(78
-96
)
87
(79
-94
)
N
95
(86
-10
4)
97
(86
-10
9)
96
(85
-10
7)
99
(88
-11
0)
SW
101
(83-
119
)
117
(74-
160
)
83
(43
-12
0)
61
(22
-10
1)
W
108
(100
-116
)
100
(91-
109
)
99
(90
-10
8)
106
(98-
114
)
SE
99
(88
-11
0)
96
(80
-11
1)
94
(81
-10
8)
95
(80
-11
0)
SW
104
(95-
113
)
102
(92-
112
)
102
(93
-111
)
100
(91-
110
)
E
107
(88-
127
)
105
(92-
119
)
100
(79-
121
)
97
(88
-10
6)
E
98
(89
-10
8)
106
(96-
116
)
105
(97-
114
)
102
(93-
112
)
NE
97
(88
-10
6)
93
(85
-10
2)
99
(89
-10
9)
98
(89
-10
8)
NE
100
(94-
106
)
97
(91
-10
4)
101
(92-
111
)
101
(92-
110
)
LAG
INV
IER
NO
0 1 2 3
LAG
PR
IMA
VE
RA
0 1 2 3
109
En el periodo de Primavera destaca, por un lado, la persistencia del
mismo tipo de situación en el 100% de los casos con valores de RAI
superiores a 100 y, por otro, la importancia que también aquí adquiere la
secuencia A-A, con un 52,9% de los casos.
Tabla 3.21. Secuencias de dos días de masas de aire con valores medios del RAI superiores a
100, y frecuencia relativa del número de situaciones.
Invierno Nº días Media RAI Frec. rel. (%)
E-E 12 127 11,1
SE-SE 5 114 4,6
W-W 5 111 4,6
C-C 5 110 4,6
A-A 74 137 68,5
A-HASW 7 154 6,5
Total 108 100
Primavera Nº días Media RAI Frec. rel. (%)
NE-NE 14 116 16,5
SW-SW 9 121 10,6
N-N 8 113 9,4
C-C 9 116 10,6
A-A 45 125 52,9
Total 85 100
110
Fig. 3.9. Número de días correspondientes a secuencias de situaciones meteorológicas dominantes por enfermedades del aparato Respiratorio (rojo) y RAI medio (azul), para el
periodo de Invierno.
Fig. 3.10: Número de días correspondientes a secuencias de situaciones meteorológicas dominantes por enfermedades del aparato Respiratorio (rojo) y RAI medio (azul), para el
periodo de Primavera.
111
3.4. CONCLUSIONES
De los análisis presentados en los apartados de este capítulo sobre la
morbilidad pueden obtenerse las siguientes conclusiones:
La media de admisiones hospitalarias diarias por enfermedades del
aparato Circulatorio para toda la Comunidad Autónoma durante el periodo
de estudio es de 59,8 casos por día, mientras que para las enfermedades del
aparato Respiratorio es de 50,8 casos por día. Estas cifras son del mismo
orden que las obtenidas en otras investigaciones en España (De Pablo et al.
2008).
En el periodo cálido los ingresos hospitalarios por enfermedades del
aparato Circulatorio descienden significativamente (p < 0,001) los
domingos respecto del periodo lunes-viernes, en tanto que, durante el
periodo frío, solo existen diferencias significativas (p < 0,05) entre los
valores del CAI del jueves y viernes (altos) y los del martes (bajos).
En la morbilidad por patologías del sistema Respiratorio el RAI fue
significativamente más alto de lunes a jueves que durante el fin de semana.
La clasificación de las admisiones por grupos de edad muestra que las
personas de edad son las más afectadas. En el grupo de los mayores de 65
años el número de admisiones por enfermedades del aparato Circulatorio
supera en más del doble a las de menores de 65 años. En enfermedades del
sistema Respiratorio este número es apreciablemente inferior a 2.
El análisis Chi-cuadrado revela una dependencia significativa (p <
0,01) de los Índices de Admisión con respecto a los tipos de tiempo, tanto
para los periodos cálido y frío en ingresos por patologías del aparato
Circulatorio, como para los periodos invierno y primavera por
enfermedades del aparato Respiratorio.
112
En la morbilidad por enfermedades del sistema Circulatorio las
situaciones dominantes de mayor frecuencia relativa fueron, en el periodo
cálido, NE (18,1%) y A (16,9%), en tanto que durante el periodo frío, fue A
(29,2%). Realizado el mismo análisis para la morbilidad por patologías del
sistema Respiratorio, los resultados fueron A (33,5%) durante el periodo
invernal, y NE (11,0%) y A (24,7%) en primavera.
Para las admisiones relacionadas con patologías del sistema
Circulatorio, resalta, en los casos de sucesos extremos (CAI > 150), la
importancia relativa que tienen los tipos de tiempo E, NW, y A para el
periodo cálido y el E en el frío, así como el W para sucesos de CAI > 125 o
más, para el cálido, y los E y W para el frío. En cuanto a los ingresos
relacionados con enfermedades del sistema Respiratorio, hay que señalar la
importancia relativa de los tipos SW, A, y HASW para sucesos extremos
(RAI > 150) en invierno, sin diferencias destacables en el caso de la
primavera. Para RAI > 125, son relevantes los tipos E, SE y A en invierno,
así como W, C y A en primavera.
En el periodo cálido, el CAI se encuentra por debajo de 100 para 0, 1,
2 y 3 días de desfase cuando tienen lugar las situaciones NE, N y HAN. En
cambio, el CAI supera el valor 100 para 0, 1, 2 y 3 días de desfase, cuando
tienen lugar las situaciones W, A, y HAW, con la salvedad de que, para el
tipo A y lag = 0, el CAI vale 100.
En cuanto al periodo frío, los valores del CAI son siempre inferiores a
100 para 1, 2 y 3 días de desfase para el tipo E y W, excepto con lag = 0.
Sin embargo, el CAI iguala o supera el valor medio para la situación A
cuando los desfases son de 0, 1, 2, y 3 días.
En invierno el RAI es inferior a la media en los tipos NE, SE, W y C
para desfases de 0, 1, 2 y 3 días, y superior a la media para desfases de 0, 1,
113
2, y 3 días en el tipo A. En primavera los tipos SW y A dan asimismo
valores del RAI superiores a la media en el mismo día y posteriores (en el
caso del tipo de tiempo SW el valor del RAI es 100 para un desfase de tres
días), mientras que el tipo N es siempre inferior a la media.
Tiene una notable importancia la persistencia de las situaciones NE-
NE, A-A y N-N para las admisiones por enfermedades del sistema
Circulatorio, así como las A-A para las del Respiratorio.
Ciertas secuencias de tipos de tiempo originan elevados aumentos por
encima de la media de admisiones en patologías de ambos sistemas, como
es el caso de las secuencias NE-HANE (135) y E-E (131) en el caso de
enfermedades del aparato Circulatorio durante el periodo cálido, y W-A
(128) y A-HASW (127) en el periodo frío. Asimismo destacan por el
mismo motivo las secuencias A-A (137) y A-HASW (154) en el caso de
enfermedades del aparato Respiratorio durante el Invierno, así como A-A
(125) en la Primavera.
3.5. BIBLIOGRAFÍA
Atkinson, R.W., Bremner, S.A., Anderson, H.R., Strachan, D.P., Bland, J.M., de Leon, A.P., 1999. Short-term associations between emergency hospital admissions for respiratory and cardiovascular disease and outdoor air pollution in London. Arch. Environ. Health 54, 398–411.
Ballester, F., Tenias, J.M., Perez-Hoyos, S., 2001. Air pollution and emergency hospital admissions for cardiovascular diseases in Valencia, Spain. J. Epidemiol. Community Health 55, 57–65.
Beer, S.I., Kannai, Y.I., Waron, M.J., 1991. Acute exacerbation of bronchial asthma in children associated with afternoon weather changes. Am. Rev. Respir. Dis. 144, 31–35.
Burnett, R.T., Dales, R.E., Brook, J.R., Raizenne, M.E., Krewski, D., 1997. Association between ambient carbon monoxide levels and hospitalizations for congestive heart failure in the elderly in 10 Canadian cities. Epidemiology 9, 162–167.
114
Burnett, R.T., Smith-Doiron, M., Stieb, D., Cakmak, S., Brook, J.R., 1999. Effects of particulate and gaseous air pollution on cardiorespiratory hospitalizations. Arch. Environ. Health. 54, 130–139.
Celenza, A., Fothergill, J., Kupek, E., Shaw, R.J., 1996. Thunderstorm associated asthma: a detailed analysis of environmental factors. Br. Med. J. 312, 604–607.
Chan, C.C., Chuang, K.J., Chen, W.J., Chang, W.T., Lee, C.T., Peng, C.M., 2008. Increasing cardiopulmonary emergency visits by long-range transported Asian dust storms in Taiwan. Environmental Research 106, 393–400.
Chang, C.C., Tsai, S.S., Ho, S.C., Yang, C.Y., 2005. Air pollution and hospital admissions for cardiovascular disease inTaipei, Taiwan. Environmental Research 98, 114–119.
Chen, Y.S., Yang, C.Y., 2005. Effects of Asian dust storm events on daily hospital admissions for cardiovascular disease in Taipei, Taiwan. J.Toxicol. Environ. Health 68, 1457–1464.
Cheng, M.F., Tsai, S.S., Yang, C.Y., 2009. Air Pollution and Hospital Admissions for Myocardial Infarction in a Tropical City: Kaohsiung, Taiwan. Journal of Toxicology and Environmental Health 72, 1135-1140.
Chimonas, M.A. R., Bradford, D., 2007. Gessner Airborne particulate matter from primarily geologic, non-industrial sources at levels below National Ambient Air Quality Standards is associated with outpatient visits for asthma and quick-relief medication prescriptions among children less than 20 years old enrolled in Medicaid in Anchorage, Alaska. Environmental Research 103, 397–404.
Comrey, A.L., 1985. Manual de Análisis Factorial. Madrid: Cátedra.
Crighton, E.J., Mamdani, M.M., Upshur, R.E., 2001. A population based time series analysis of asthma hospitalisations in Ontario, Canada: 1988–2000. BMC Health Serv Res. 1, 7.
Dawson, J., Weir, C., Wright, F., Bryden, C., Aslanyan, S., Lees, K., Bird, W., Walters, M., 2008. Associations between meteorological variables and acute stroke hospital admissions in the west of Scotland. Acta Neurologica Sacandinavica 117, 85–89.
D’Ippoliti, D., Forastiere, F., Ancona, C., Agabiti, N., Fusco, D., Michelozzi, P., Perucci, C.A., 2003. Air pollution and myocardial infarction in Rome: a case-crossover analysis. Epidemiology 14, 528–535.
De Pablo, F., Tomás, C., Rivas, L., Diego, L., 2008. Winter circulation weather types and hospital admissions for cardiovascular, respiratory and digestive diseases in Salamanca, Spain. Int. J. Climatol. (www.interscience.wiley.com) doi: 10.1002/joc.1802.
Ebi, K.L., Exuzides, K.A., Lau, E., Kelsh, M., Barnston, A., 2004. Weather changes associated with hospitalizations for cardiovascular diseases and stroke in California, 1983–1998. Int. J. Biometeorol. 49, 48–58.
115
Farhat, S.C., Paulo, R.L., Shimoda, T.M., Conceiçao, G.M., Lin, C.A., Braga, A.L., Warth, M.P., Saldiva, P.H., 2005. Effect of air pollution on pediatric respiratory emergency room visits and hospital admissions. Braz. J. Med. Biol. Res. 38, 227–235.
Fleiss, J. L., 2003. Statistical Methods for rates and proportions. 3 rd. ed. New York: John Wiley & Sons.
Fusco, D., Forastiere, F., Michelozzi, P., Spadea, T., Ostro, B., Arca, M., Perucci, C.A., 2001. Air pollution and hospital admissions for respiratory conditions in Rome, Italy. Eur. Respir. J. 17 (6), 1143–1150.
García-Pina, R., Tobías, A., Sanz, J., Navarro, C., 2008. Effect of weather temperature on hospital emergencies in the region of Murcia, Spain, throughout the 2000-2005 and its use in epidemiological Surveillance. Revista Española de Salud Pública 82, 153–166.
Gent, J.F., Triche, E.W., Holford, T.R., Belanger, K., Bracken, M.B., Beckett, W.S., Leaderer, B.P., 2003. Association of low-level ozone and fine particles with respiratory symptoms in children with asthma. JAMA. 290 (14), 1859–1867.
Gonçalves, F.L.T., Carvalho, F.C., Conde, M.R., Latorre, M.R.D., Saldiva, A., Braga, F., 2005. The effects of air pollution and meteorological parameters on respiratory morbidity during the summer in Sao Paulo City. Environment International 31, 343– 349.
Gonçalves, F.L.T., Coelho, M.S., Latorre, M.R.D., 2007. Component analysis on respiratory disease variability at Sao Paulo. Highway and Urban Environment 12, 535–542.
Gouveia, N., Fletcher, T., 2000a. Respiratory diseases in children and outdoor airpollution in Sao Paulo, Brazil: a time series analysis. Occup. Environ. Med. 57 (7), 477–483.
Gouveia, N., Fletcher, T., 2000b. Time series analysis of air pollution and mortality: effects by cause, age and socioeconomic status. J. Epidemiol. Community Health. 54 (10), 750–755.
Greenburg, L., Field, F., Reed, J.I., Erhardt, C.L., 1966. Asthma and temperature change. II. 1964 and 1965 epidemiological studies of emergency clinic visits for asthma in three large New York City hospitals. Arch. Environ. Health 12, 561–563.
Hashimoto, M., Fukuda, T., Shimizu, T., Watanabe, S., Watanuki, S., Eto, Y., Urashima, M., 2004. Influence of climate factors on emergency visits for childhood asthma attack. Pediatr. Int. 46, 48–52.
Hinwood, A.L., De, K.N., Rodríguez, C., Jacoby, P., Runnion, T., Rye, P., Landau, L., Murray, F., Feldwick, M., Spickett, J., 2006. The relationship between changes in daily air pollution and hospitalizations in Perth, Australia 1992–1998: a case crossover study. Int. J. Environ. Health Res. 16 (1), 27–46.
116
Ho, W., William, R., Hartley, Leann Myers, Meng-Hung Lin, Yu-Sheng Lin, Chih-Hui Lien, Ruey-Shiung, 2007. Air pollution, weather, and associated risk factors related to asthma prevalence and attack rate. Line Environmental Research 104, 402–409.
Hosseinpoor, A. R., Mohammad, H. F., Masoud, Y., Fariba, A., Koroush, H. N., Dariush, F., 2005. Air pollution and hospitalization due to angina pectoris in Tehran, Iran: A time-series study. Environmental Research 99, 126–131.
Hwang, J.S., Chan, C.C., 2002. Effects of air pollution on daily clinic visits for lower respiratory tract illness. Am. J. Epidemiol. 155 (1), 1–10.
Jalaludin, B.B., O’Toole, B.I., Leederd, S.R. 2004. Acute effects of urban ambient air pollution on respiratory symptoms, asthma medication use, and doctor visits for asthma in a cohort of Australian children. Environmental Research 95, 32–42.
Kashiwabara, K., Kohrogi, H., Ota, K., Moroi, T., 2002. High frequency of emergency room visits of asthmatic children on misty or foggy nights. J. Asthma 39, 711–717.
Kassomenos, P., Gryparis, A., Samoli, E., Katsouyanni, K., Lykoudis, S., Flocas, H.A., 2001. Atmospheric circulation types and daily mortality in Athens, Greece. Environ. Health Perspect. 109, 591–596.
Kimes, D., Levine E., Timmins S., Weiss, S.R., Bollinger, M.E., Blaisdell, C., 2004. Temporal dynamics of emergency department and hospital admissions of pediatric asthmatics. Environmental Research 94, 7–17.
Koken, P.J.M., Piver, W.T., Elixhauser, A., Olsen, L.M., Portier, C.J., 2003. Temperature, air pollution, and hospitalization for cardiovascular diseases among elderly people in Denver. Environ. Health Perspect. 111, 1312–1317.
Lee, I.M., Tsai, S.S., Ho, C.K., Chiu, H.F., Wu, T.N., Yang, C.H., 2008. Air pollution and hospital admissions for congestive heart failure: Are there potentially sensitive groups? Environmental Research 108, 348–353.
Lin, S., Bell, E.M., Liu, W., Walker, R.J., Kim, N.K., Hwang, S.A., 2008. Ambient ozone concentration and hospital admissions due to childhood respiratory diseases in New York State, 1991–2001. Environmental Research 108, 42– 47.
Lin, S., Luo, M., Walker, R.J., Liu, X., Hwang, S.A., Chinery, R., 2009. Extreme High Temperatures and Hospital Admissions for Respiratory and Cardiovascular Diseases. Epidemiology 20, 738–746.
Linn, W.S., Szlachcic, Y., Gong, J.H., Kinney, P.L., Berhane, K.T., 2000. Air pollution and daily hospital admissions in metropolitan Los Angeles. Environ. Health Perspect. 108, 427–434.
Luginaah, I.N., Fung, K.Y., Gorey, K.M., Webster, G., Wills, C., 2005. Association of ambient air pollution with respiratory hospitalization in a government designated‘‘area of concern’’: the case of Windsor, Ontario. Environ. Health Perspect. 113 (3), 290–296.
117
Macfarlane, R., Campbell, M., Basrur, S.V., 2000. Toronto’s Air: Let’s make it healthy. Toronto Public Health Promotion and Environmental Protection Office.
Magas, O.K., James T., Regens, G., Regens, J.L., 2007. Ambient Air Pollution and Daily Pediatric Hospitalizations for Asthma. Env. Sci. Pollut. Res. 14 (1), 19 – 23.
Madjid, M., Aboshady, I., Awan, I., Litovsky, S., Casscells, S.W., 2004. Influenza and cardiovascular disease: is there a causal relationship? Tex. Heart Inst. J. 31, 4–13.
Mann, H. B., Whitney, D. R., 1947. “En una prueba de si una de dos variables al azar es estocástico más grande que la otra”. Los anales de la estadística matemática, 18, 50-60.
McGregor, G.S., Walters, J., 1999. Wordley Daily hospital respiratory admissions and winter air mass types, Birmingham, UK. Int. J. Biometeorol. 43, 21–30.
McGregor, G., 2001. The meteorological sensitivity of ischaemic heart disease mortality events in Birmingham, UK. International Journal of Biometeorology. 45, 133–142.
Meier, C.R., Jick, S.S., Derby, L.E., Vasilakis, C., Jick, H., 1998. Acute respiratory tract infections and risk of first-time acute myocardial infarction. Lancet 351, 1467–1471.
Middleton, N., Yiallouros, P., Kleanthous, S., Kolokotroni, O., Schwartz, J., Dockery, D.W., Demokritou, P., Koutrakis, P., 2008. A 10-year time-series analysis of respiratory and cardiovascular morbidity in Nicosia, Cyprus: the effect of short-term changes in air pollution and dust storms. Environmental Health 7, 39. doi: 10.1186/1476-069X-7-39 http://www.ehjournal.net/content/7/1/39.
Mittleman, M.A., Verrier, R.L., 2003. Air pollution: small particles, big problems? Epidemiology 14 (5), 512–513.
Morabito, M., Crisci, A., Grifoni, D., Orlandini, S., Cecchi, L., Bacci, L., Amede Modesti, P., Gensini, G.F., Maracchi, G., 2006. Winter air mass based synoptic climatological approach and hospital admissions for myocardial infarction in Florence, Italy. Environmental Research 102, 52–60.
Morris, R.D., Naumova, E.N., 1998. Carbon monoxide and hospital admissions for congestive heart failure: evidence of an increased effect at low temperature. Environ. Health Perspect. 106, 649–653.
Morris, R.D., Naumova, E.N., Munasinghe, R.L., 1995. Ambient air pollution and hospitalization for congestive heart failure among elderly people in seven large cities. Am. J. Public Health 85, 1361–1365.
Newson, R. et al., 1997. Effect of thunderstorms and airborne grass pollen on the incidence of acute asthma in England, 1990–1994. Thorax 52, 680–685.
Pantazopoulou, A., Katsouyanni, K., Kourea-Kremastinou, J., Trichopoulos, D., 1995. Short-term effects of air pollution on hospital emergency outpatient visits and admissions in the greater Athens, Greece area. Environ. Res. 69, 31–36.
118
Peel, J.L., Metzger, K.B., Klein, M., Flanders, W.D., Mulholland, J.A., Tolbert, P.E., 2007. Ambient air pollution and cardiovascular emergency departments visits in potentially sensitive groups. Am. J. Epidemiol. 165, 625–633.
Petroeschevsky, A., Simpson, R.W., Thalib, L., Rutherford, S., 2001 Associations between outdoor air pollution and hospital admissions in Brisbane, Australia. Arch. Environ. Health 56 (1), 37–52.
Poloniecki, J., Atkinson, R., Ponce de León, A., Anderson, H.R., 1997. Daily time series for cardiovascular hospital admissions and previous day’s air pollution in London, UK. Occup. Environ. Med. 54, 535–540.
Ponka, A., Virtanen, M., 1996. Low-level air pollution and hospital admissions for cardiac and cerebrovascular diseases in Helsinki. Am. J. Public Health 86, 1273–1280.
Prescott, G.J., Cohen, G.R., Elton, R.A., Fowkes, F.G., Agius, R.M., 1998. Urban air pollution and cardiopulmonary ill health: a 14.5 year time series study. Occup. Environ. Med. 55, 697–704.
Rabinovitch, N., Zhang, L., Murphy, J.R., Vedal, S., Dutton, S.J., Gelfand, E.W., 2004. Effects of wintertime ambient air pollutants on asthma exacerbations in urban minority children with moderate to severe disease. J. Allergy Clin. Immunol. 114 (5), 1131–1137.
Romieu, I., Meneses, F., Ruiz, S., Sienra, J.J., Huerta, J., White, M.C., Etzel, R.A., 1996. Effects of air pollution on the respiratory health of asthmatic children living in Mexico City. Am. J. Respir. Crit. Care Med. 154, 300–307.
Salvador, M., Gargallo, P., 2006: "Análisis Factorial", 5campus.com, Estadística. http://www.5campus.com/leccion/factorial
Santos, U., Terra-Filho, M., Lin, C., Pereira, L., Vieira, T., Saldiva, P., Braga, A., 2008 Cardiac arrhythmia emergency room visits and environmental air pollution in Sao Paulo, Brazil. Journal of Epidemiology and Community Health 62, 267–272.
Schwartz, J., Morris, R., 1995. Air pollution and hospital admissions for cardiovascular disease in Detroit, Michigan. Am. J. Epidemiol. 142, 23–35.
Shang-Shyue T., William B., Goggins, Hui-Fen Chiu, Chun-Yuh Yang. 2003. Evidence for an Association Between Air Pollution and Daily Stroke Admissions in Kaohsiung, Taiwan. Stroke. 34, 2612–2616.
Spencer, F.A., Goldberg, R.J., Richard, C., Becker, R.C., Gore, J.M., 1998. Seasonal distribution of acute myocardial infarction in the Second National Registry of Myocardial Infarction. J. Am. Coll.Cardiol. 31, 1226–1233.
Stieb, D., Szyszkowicz1, M., Rowe, B.H., Leech, J.A., 2009. Air pollution and emergency department visits for cardiac and respiratory conditions: a multi-city time-series analysis. Environmental Health 8, 25. doi: 10.1186/1476-069X-8-25.
119
Sutherland, A., Hall, I.P., 1994. Thunderstorms and asthma admissions. Lancet 344, 1503–1504.
Tolbert, P.E., Mulholland, J.A., MacIntosh, D.L., Xu, F., Daniels, D., Devine, O.J., Carlin, B.P., Klein, M., Dorley, J., Butler, A.J., Nordenberg, D.F., Frumkin, H., Ryan, P.B., White, M.C., 2000. Air quality and pediatric emergency room visits for asthma in Atlanta, Georgia, USA. Am. J. Epidemiol. 151 (8), 798–810.
Tortolero, S.R., Bartholomew, L.K., Tyrrell, S., Abramson, S.L., Sockrider, M.M., Markham, C.M., Whitehead, L.W., Parcel, G.S., 2002. Environmental allergens and irritants in schools: a focus on asthma. J. Sch. Health 72 (1), 33–38.
Villeneuve, P., Leech, J., Bourque, D., 2005. Frequency of emergency room visits for childhood asthma in Ottawa, Canada: the role of weather. Int. J. Biometeorol. 50, 48–56.
Wellenius, G.A., Bateson, T.F., Mittleman, M.A., Schwartz, J., 2005. Particulate air pollution and the rate of hospitalization for congestive heart failure among medicare beneficiaries in Pittsburgh, Pennsylvania. Am. J. Epidemiol. 161, 1030–1036.
Wellenius, G.A., Schwartz, J., Mittleman, M.A., 2006. Particulate air pollution and hospital admissions for congestive heart failure in seven United States cities. Am. J. Cardiol. 97, 404–408.
Wilson Adam M., Cameron P., Wake T.K., Salloway, J.C., 2005. Air pollution, weather, and respiratory emergency room visits in two northern New England cities: an ecological time-series study. Environmental Research 97, 312–321.
Wong, T.W., Lau, T.S., Yu, T.S., Neller, A., Wong, S.L., Tam, W., Pang, S.W., 1999. Air pollution and hospital admissions for respiratory and cardiovascular diseases in Hong Kong. Occup. Environ. Med. 56, 679–683.
Wordley, J., Walters, S., Ayres, J., 1997. Short term variations in hospital admissions and mortality and particulate air pollution. Occup. Environ. Med. 54, 108–116.
Xirasagar, S., Herng-Ching, L., Tsai-Ching, L., 2006. Seasonality in pediatric asthma admissions: the role of climate and environmental factors. Eur. J. Pediatr. 165, 747–752.
Yang, C.Y., Chen, Y.S., Chiu, H.F., Goggins, W.B., 2005. Effects of Asian dust storm events on daily stroke admissions in Taipei, Taiwan. Environ. Res. 99, 79–84.
Yang, Q., Chen Y., Krewski, D., Burnett, R.T., Shi, Y., McGrail, K.M., 2005. Effect of short-term exposure to low levels of gaseous pollutants on chronic obstructive pulmonar disease hospitalizations. Environmental Research 99, 99–105.
Yuksel, H., Tanac, R., Tez, E., Demir, E., Coker, M., 1996. Childhood asthma and atmospheric conditions. Acta Paediatr. Jpn. 38, 606–610.
121
Capítulo 4: MORTALIDAD
4.1. INTRODUCCIÓN
En diferentes trabajos en el mundo se ha estudiado la relación
existente entre las tasas de mortalidad según distintas características de los
sujetos y las variables climáticas y ambientales. De entre estas, destaca la
temperatura como un factor de riesgo para la salud pública (Kovats y Hajat,
2008). Como resultado de tales investigaciones se han identificado diversos
factores críticos de vulnerabilidad, tales como la edad, la contaminación
atmosférica de la zona, las patologías, la condición social, etc. (Borrell et
al., 2006; Harlan et al., 2006; Bouchama et al., 2007). Las olas de calor,
como la del 2003 en Europa, han incrementado el interés de los científicos
(Schar et al., 2004; Pirard et al., 2005), así como el de la población en
general.
122
Entre los estudios realizados destacan los que analizan las tendencias
de las correlaciones entre mortalidad y variables meteorológicas a lo largo
del tiempo, en periodos largos, de varias décadas. En este sentido, Sheridan
et al. (2009) subrayan cómo el avance en las condiciones de confort
material en el periodo 1975-2004 ha dado origen a una disminución de la
mortalidad por calor en Estados Unidos.
Asimismo, Davis et al. (2003) han hecho hincapié en que la
mortalidad relacionada con el calor ha mejorado de forma notable en
ciudades de países desarrollados, como consecuencia de las buenas
atenciones sanitarias y del incremento del aire acondicionado. Donaldson et
al. (2003) y Carson et al. (2006) concluyen, en la misma línea de
razonamiento, que la relación mortalidad-calor tiende a disminuir en este
tipo de población.
Los seres humanos mantienen una temperatura uniforme de
aproximadamente 37,0º C, a pesar de las variaciones térmicas del entorno.
La respuesta termorreguladora del organismo mantiene a este dentro de
ciertos límites, sin que por ello la salud resulte perjudicada. Por otro lado,
la temperatura se usa como parámetro indicador del grado de sensación de
confort para determinadas actividades físicas, como por ejemplo, el
deporte. Ahora bien, los valores excesivos de temperatura pueden producir
un incremento significativo en el riesgo de muerte, especialmente en las
personas mayores. Esta percepción común ha sido ampliamente
documentada desde antiguo y continúa siendo objeto de estudio en la
actualidad, especialmente en lo que se refiere a procesos cardiopulmonares
(Martens, 1998).
En la investigación científica se han estudiado diversos mecanismos
como posibles responsables de tales incrementos de mortalidad, tales como
123
los cambios en la viscosidad y presión sanguíneas, cambios en los ritmos
cardíacos etc. Además se eleva el número de infecciones pulmonares por
broncoconstricción en los meses fríos (Schaanning et al., 1986).
No obstante, existen otros factores, tanto meteorológicos como
ambientales, que pueden modificar el confort térmico, como es el caso de
los contaminantes, que, con frecuencia, actúan de manera sinérgica.
Aunque las relaciones entre niveles de temperatura y tasas de
mortalidad se han estudiado con profusión, no sucede lo mismo con las
variaciones de temperatura dentro del mismo día, y si este dato es un factor
de riesgo para la mortalidad, independientemente de la correspondiente
temperatura. Kan et al. (2007) estudiaron la asociación de tales parámetros
mediante un modelo aditivo semi-paramétrico generalizado, que aplicaron
a resultados de 2001 a 2004 en Shangai. Encontraron una correlación
positiva importante, controlando diversas variables.
Se ha estudiado y analizado la influencia de la temperatura aparente y
la mortalidad en México D.F. y Monterrey, por regresión de Poisson. Los
predictores incluían temperatura media diaria aparente, estación y día de la
semana. Los resultados se daban para grupos distintos: de 0 a 14 años, y
mayores de 65, con valores similares, tanto para los grupos de edad, como
para las ciudades. Esta investigación fue llevada a cabo por O´Neill et al.
(2005), sobre datos referidos al periodo 1995-1998.
Laaidi et al. (2006) evaluaron la relación entre temperatura y
mortalidad en varias zonas de Francia con diversas condiciones climáticas
y estilos de vida, para determinar su óptimo térmico (definido como la
banda de temperaturas de 3ºC con respecto a la mortalidad más baja en
cada área) y efectuar comparaciones posteriores. Se excluyeron situaciones
extremas tales como olas de calor. Asimismo se examinaron diversos tipos
124
de enfermedades y grupos de edad. Los resultados incluían curvas en forma
de V o U asimétricas, con un óptimo térmico más bajo para las personas
mayores, y generalmente más bajo para las mujeres que para los hombres.
Al igual que sucede con otras patologías cardiovasculares, las
hemorragias cerebrales espontáneas tienen una mayor incidencia en los
meses fríos, especialmente en zonas templadas (Passero et al., 2000; Nakaji
et al., 2004; Ohwaki et al., 2004). Nakaguchi et al. (2008) analizaron en
pacientes japoneses la relación entre incidencia de hemorragias cerebrales y
datos meteorológicos tales como presión atmosférica, temperatura,
humedad, precipitación, velocidad del viento y tifones.
Otros autores, como Vacnekova et al. (2008), han estudiado el efecto
de la temperatura en la mortalidad durante los meses cálidos en Australia,
en asociación con contaminantes tales como ozono y partículas,
encontrando relaciones significativas.
La presión atmosférica es otro factor cuyas variaciones pueden influir
en la mortalidad. Se han llevado a cabo diferentes estudios para evaluar su
importancia en enfermedades cerebrovasculares y respiratorias. Guntzel et
al., (1996) así como González et al. (2001) encontraron una asociación
entre tendencia anticiclónica y mortalidad en Circulatorio a medio-largo
plazo y también para el Respiratorio a largo plazo.
A lo largo de la historia de la Biometeorología se ha buscado integrar
las variables meteorológicas en unas entidades numéricas denominadas
Índices térmicos, que puedan dar una idea cuantitativa sobre el grado de
sensación térmica subjetiva. Uno de los objetivos del presente estudio
consiste en averiguar la relación estadística entre tales Índices y la
mortalidad diaria de una población determinada, en este caso la de las
diversas provincias de Castilla-La Mancha durante el periodo 2000-2004.
125
Como las posibles combinaciones de factores son muchas, han sido
también muchos los Índices ideados. A pesar de su abundante número, son
relativamente pocos los habitualmente empleados en la práctica universal,
destacando entre ellos el Heat Index (HI), el Wind Chill Index (WCI), el
Apparent Temperature (AT), el Net Effective Temperature (NET), el
Effective Temperature (ET), el Humidex (H), el Weather Stress Index
(WSI) y el Wet Bulb Globe Temperature (WBGT).
Hay que tener en cuenta que asociar el grado de sensación térmica con
determinadas combinaciones algebraicas de parámetros meteorológicos
supone aceptar un patrón del ser humano que no es aplicable por igual a
todos los individuos que componen la población. En efecto, se dan una
gran diversidad de condiciones físicas y de edad, que condicionan el valor
de los resultados obtenidos. De hecho, el grado de confort térmico depende
de factores que, fundamentalmente, son la velocidad del viento, la
temperatura del aire, la humedad del aire y la radiación procedente del sol.
Este último factor, juntamente con la velocidad del viento, puede variar
considerablemente dependiendo del ambiente circundante. Así, la
velocidad del viento puede verse reducida por efecto de las grandes
extensiones forestales, en tanto que fenómenos locales como masas
nubosas pueden afectar a los niveles de radiación solar. Otros factores,
como la temperatura y la humedad, son menos variables.
La aplicación de los Índices térmicos al estudio de la mortalidad de
poblaciones humanas se ha incrementado en los últimos años. Así, Yan
(1997) utilizó el AT. Por su parte Tuller (1997) aplicó diversos modelos e
Índices como el ET, el H, el WCI y el Índice de Steadman (desarrollado
para climas templados) al control de la sensación térmica de frío producida
por el viento marino en verano. Por otro lado, Leung et al. (2008)
estudiaron la asociación entre la mortalidad por enfermedades del aparato
126
circulatorio y el NET, encontrando que las muertes por hipotermia tienen
lugar de manera significativa cuando el NET mínimo diario es menor de
14, produciéndose los fallecimientos de manera especial en los mayores de
65 años. El Índice AT fue utilizado por O’Neill et al. (2005) en relación
con la mortalidad por enfermedades del sistema respiratorio en México, por
aplicación de regresión de Poisson en diversos estratos de edad.
Actualmente se emplean igualmente otros tipos de Índices que tienen
en cuenta los aspectos termofisiológicos. Así el PMV (Predicted Mean
Vote) y la temperatura fisiológica equivalente (PET) se derivan del balance
de energía del ser humano (Matzarakis et al., 1999). Este último Índice se
ha utilizado para investigar las mejores condiciones climáticas en
actividades deportivas (Brandenburg et al., 2007).
Las condiciones bioclimáticas de una determinada área de fuerte
contaminación, como es el caso de Trier (Alemania) fueron estudiadas por
Junk et al. (2003) quienes investigaron el efecto de las concentraciones de
contaminantes en el aire, tales como NO2, SO2, CO, O3 y PM10. Estos
investigadores describieron la relación entre las concentraciones de
inmisión de estos contaminantes y la salud humana, clasificando sus
resultados en seis clases.
Frecuentemente el empleo de Índices térmicos es objeto de polémica,
que en ocasiones desborda el mero debate científico al encontrarse
implicadas instancias políticas y sociales. En ese marco, algunos Índices
como el WCI han recibido fuertes críticas, ya que en él se incluyen
exclusivamente los efectos de pérdida de calor de carácter superficial, sin
tener en cuenta el efecto que en el intercambio térmico del cuerpo humano
tiene la ropa (Tuller, 1997). Asimismo, algunos autores han subrayado que
127
un Índice que es función de dos variables no puede dar más información
que las dos variables por separado (Tremblay, 2003).
También se ha analizado en las publicaciones científicas el caso de la
creación de un Índice térmico, como fue el caso de Pittsburgh (Longhurst,
2005). Este autor indicó que las dificultades con las que se topan los
investigadores se deben a que en la creación de un Índice nuevo están
involucrados factores como los cambios tecnológicos, los desarrollos
científicos y los conflictos políticos y de jurisdicción.
4.2. DEFINICIONES
a) H (Humidex)
Este Índice fue propuesto por Lally y Watson (1960) con el fin de
caracterizar el grado de calor ambiental a partir de la tensión de vapor y de
la temperatura del aire. Las autoridades medioambientales canadienses
adoptaron el término Humidex, tras cambiar las unidades Fahrenheit en
Celsius (Masterton y Richardson, 1979). Se obtiene a partir de:
H = T + (5/9) (e−10)
donde T es la temperatura en grados centígrados y e es la tensión de vapor
en hPa, medida mediante el psicrómetro. Esta medida no siempre resulta
disponible, por lo que se estima como una función de la humedad relativa y
la temperatura a partir de:
e = 6,112·10((7,5T)/(237,7+T))HR/100
donde HR es la humedad relativa en % (Conti et al., 2005)
128
Los valores del Índice Humidex se clasifican en las categorías de
confort siguientes:
Confortable H < 27
No confortable ligero 27 < H < 30
No confortable alto 30 < H < 40
Peligroso 40 < H < 55
Muy peligroso H > 55
El Humidex ha resultado ser un Índice sensible a los cambios de
humedad y su valor suele ser mayor que la temperatura del aire, indicando
así la contribución de la humedad (Tuller, 1997).
b) ET (Effective Temperature)
Este Índice fue descrito por Ono y Kawamura (1991), quienes
desarrollaron el concepto de temperatura efectiva, a partir de la temperatura
y la humedad relativa. Este Índice se ha aplicado al estudio de la
mortalidad por enfermedades cardiovasculares (Gonçalves et al., 2007). Se
define como:
ET = T – 0,4 [(1 – HR/100) (T −10)]
donde T es la temperatura del aire en ºC y HR es la humedad relativa en %.
La escala de confort térmico, según Fanger (1970), para dicho Índice
es:
ET Sensibilidad térmica Sensación
< 13 muy frío stress frío
129
13-16 frío fresco frío
16-19 fresco enfriamiento
19-22 ligeramente fresco vasoconstricción
22-25 confort neutra
25-28 cálido ligero sudor
28-31 calor moderado sudor moderado
31-34 caliente sudor abundante
> 34 mucho calor termorregulación desajustada
c) WCI (Wind Chill Index)
La fórmula de este Índice es:
WCI= (12,12+11,6v0,5-1,16v) (33,0-T)
donde T es la temperatura del aire en ºC y v es la velocidad del viento en
m/s. Este Índice fue inicialmente desarrollado por Siple y Passel (1945) y, a
pesar de las fuertes críticas que ha recibido, continúa siendo ampliamente
usado.
d) RSI (Relative Strain Index)
Este Índice se define (Garín y Bejarán, 2003) a partir de:
RSI = (10,7+0,74(T−35))/(44−e)
130
donde T es la temperatura en ºC y e es la presión parcial del vapor del agua
en la atmósfera expresada en mm de Hg. Dicho Índice ya fue estudiado por
Lee y Henschel (1966), y se ha aplicado a la investigación de la mortalidad
y morbilidad por olas de calor (Giles et al., 1990).
e) WBGT (Wet Bulb Global Temperature)
Este Índice, que inicialmente se obtenía a partir de tres temperaturas
experimentales distintas, se calcula actualmente por una aproximación con
los datos de temperatura ambiente y humedad relativa, a partir de la
siguiente fórmula (Leung et al., 2008):
WBGT=0,567T+0,393e+3,94
donde T es la temperatura en ºC y e se relaciona con la humedad relativa
mediante la expresión:
e = (HR/100) 6,105exp(17,27T/(237,7+T))
siendo HR la humedad relativa en %.
f) NET (Net Effective Temperature)
El NET tuvo como predecesor al Índice Temperatura Efectiva,
introducida por Missenard en 1937 (Hentschel, 1987). Incluía el efecto de
la humedad relativa, y se limitaba a las épocas cálidas. Para extender su uso
a situaciones de frío se introdujo el efecto de la velocidad del viento
(WMO, 1972). El cálculo se realiza a partir de la expresión:
NET=37(37−T)/(0,68−0,0014HR+1/(1,76+1,4v0,75))−0,29T(1−0,01HR)
donde T es la temperatura ambiente en 0C, v es la velocidad del viento en
m/s y HR es la humedad relativa en %.
131
El uso del NET tiene una serie de ventajas, que han sido resumidas
por Li y Chan (2000) de la siguiente forma:
- Facilidad de cálculo y de interpretación.
- Es aplicable tanto en situaciones de calor como de frío.
- Da una sensibilidad parecida al WCI y al AT.
- Su carácter predictivo es superior al de otros Índices.
- Es consistente con la percepción humana.
Podemos afirmar que, en general, el NET crecerá con las temperaturas
altas de verano, mientras que su valor disminuirá en los meses fríos.
g) AT (Apparent Temperature)
Este Índice fue ideado inicialmente, a finales de los años 70, para la
medida de la sensación térmica en ambientes cerrados. Posteriormente, ya
en la década de los 80, se modificó su expresión para incluir los factores
velocidad del viento y radiación del sol (Steadman, 1994). Se trata de un
Índice válido para un amplio rango de temperaturas. En el presente trabajo
se ha empleado la versión en la que no aparece el efecto de la radiación
solar. En Estados Unidos la versión para periodo cálido se denomina Heat
Index.
Las fórmulas para ambas versiones son:
AT1 = T+0,33e−0,70v−4,00
AT2 = T+0,348e−0,70v+0,70Q/(v+10)−4,25
132
donde T es la temperatura en ºC, e es la tensión de vapor del agua en hPa ,
v es la velocidad del viento en m/s y Q es la radiación neta absorbida por
unidad de área (W/m2).
4.3. MATERIAL Y MÉTODOS
Los datos de mortalidad totales de Castilla-La Mancha por
enfermedades de los sistemas Circulatorio y Respiratorio fueron agrupados
según meses y años, desde 2000 hasta 2004, completando, por tanto, 60
valores mensuales. Como valores de Índices se tomaron los promedios
mensuales obtenidos a partir de las variables regionales del ACP aplicado a
los datos de los cinco observatorios de Castilla-La Mancha. Se confirmó
previamente la bondad del ACP aplicado a la velocidad del viento, con
KMO superior a 0,6, esfericidad de Bartlett nula y varianza retenida del
orden del 70%. Tales operaciones se realizaron con el paquete estadístico
SPSS v15.0.
Se elaboraron los dieciséis gráficos de tendencia correspondientes
comparativos de la mortalidad con cada uno de los Índices. Del aspecto de
dichas gráficas se podría conjeturar la existencia de una correlación entre
Índices y mortalidades (tanto para enfermedades del sistema Circulatorio
como para las del Respiratorio). Para estudiarlas, en el presente trabajo se
ha recurrido al coeficiente de correlación de Spearman, habitualmente
empleado en distribuciones no normales (Cannavos, 1995)
4.4. RESULTADOS
4.4.1. Datos estadísticos
En las Tablas 4.1 y 4.2 se aprecia la mortalidad total por enfermedades
del aparato Circulatorio y Respiratorio respectivamente, durante el periodo
133
2000-2006 para cada provincia. Se han desglosado los resultados según
sexo y tramos de edad, para ambos tipos de patologías. Al igual que
sucedía con la morbilidad, la mortalidad es muy superior en pacientes
mayores de 65 años, por su mayor propensión a fallos de tipo circulatorio y
respiratorio.
En las Fig. 4.1 y 4.2 se observa la mortalidad total según tramos de
edad, para cada provincia, en el periodo de estudio. Destaca el elevado
número de defunciones de la provincia de Albacete, para ambos tipos de
enfermedades, a pesar de su menor población en comparación con las otras
provincias.
Tabla 4.1. Mortalidad total por provincias, según edad y sexo, por enfermedades del aparato Circulatorio, periodo enero 2000- diciembre 2006.
Mortalidad Circ . HOMBRES MUJERES
AB < 65 280 92
> 65 1392 1930
Total AB 1672 2022
CR < 65 147 50
> 65 697 1123
Total CR 844 1173
CU < 65 94 26
> 65 767 1019
Total CU 861 1045
GU < 65 127 46
> 65 698 864
Total GU 825 910
TO < 65 155 36
> 65 705 1066
Total TO 860 1102
134
0
500
1000
1500
2000
2500
3000
3500
AB CR CU GU TO
Fig. 4.1. Mortalidad por enfermedades del aparato Circulatorio, según provincia y edad, periodo enero 2000- diciembre 2006; oro: < 65 años; azul: > 65 años. Tabla 4.2. Mortalidad total por provincias, según edad y sexo, por enfermedades del aparato Respiratorio, periodo enero 2000 - diciembre 2006.
Mortalidad Resp. HOMBRES MUJERES
AB < 65 68 24
> 65 694 526
Total AB 762 550
CR < 65 38 14
> 65 381 327
Total CR 419 341
CU < 65 18 9
> 65 331 254
Total CU 349 263
GU < 65 32 15
> 65 354 260
Total GU 386 275
TO < 65 38 14
> 65 412 309
Total TO 450 323
135
Fig. 4.2. Mortalidad por enfermedades del aparato Respiratorio, según provincia y edad, periodo enero 2000- diciembre 2006; oro: < 65 años; azul: > 65 años.
4.4.2. Sistema Circulatorio
a) H (Índice Humidex)
La gráfica que corresponde a la evolución de la mortalidad y del
Índice H se representa en la Fig. 4.3.
Tal como se puede apreciar, la mortalidad sigue una tendencia
zigzagueante, que alcanza los picos de mayor cuantía en febrero de 2000
(103), marzo de 2001 (110), enero de 2002 (120) y marzo de 2003 (108).
Los mínimos más importantes se sitúan en agosto de 2000 (60), septiembre
de 2001 (63), junio de 2004 (64) y septiembre de 2004 (63). A pesar de que
los valores máximos tienden a concentrarse en los meses de diciembre,
enero y febrero, y los mínimos en verano, no puede concluirse una regla de
carácter general para todos los meses del año.
En la gráfica del Índice H se aprecia una tendencia mucho más clara.
Los máximos se aprecian en julio de 2000 (26,30), agosto de 2000 (25,96),
agosto de 2001 (27,94), julio de 2002 (26,03), junio de 2003 (26,81), julio
de 2003 (27,25) y agosto de 2004 (27,21). Por otro lado, los menores
0
200
400
600
800
1000
1200
1400
AB CR CU GU TO
136
valores de dicho Índice se han registrado en enero de 2000 (1,21),
diciembre de 2000 (6,35), enero de 2001 (6,23), febrero de 2001 (6,03),
diciembre de 2001 (1,33), enero de 2003 (3,63), diciembre de 2003 (5,25) y
diciembre de 2004 (4,94).
Gráficamente, se puede observar que los mayores valores de dicho
Índice se corresponden generalmente con los menores valores de la
mortalidad, y a la inversa. El coeficiente de correlación de Spearman
resulta ser −0,534, con significación bilateral (p < 0,01).
b) ET (Índice Effective Temperature)
La gráfica que corresponde a la evolución de la mortalidad por
enfermedades del aparato Circulatorio y del ET está representada en la Fig.
4.4.
Se puede apreciar una tendencia en la evolución del Índice ET
parecida a la del H: a menores valores de la mortalidad mayores valores del
Índice y a la inversa, pero con unas tendencias mucho más acusadas en el
caso del ET. Así, alcanza sus mayores valores para julio de 2000 (21,25),
agosto de 2000 (21,10), julio de 2001 (20,73), agosto de 2001 (22,10), julio
de 2002 (21,17), junio de 2003 (21,53), julio de 2003 (21,94), agosto de
2003 (22,59), julio de 2004 (21,63) y agosto de 2004 (21,65).
Por otro lado los mínimos se sitúan en enero de 2001 (7,54),
diciembre de 2001 (4,18), enero de 2003 (6,02), febrero de 2003 (6,56),
diciembre de 2003 (6,71) y diciembre de 2004 (6,78).
El coeficiente de correlación de Spearman es –0,543, con
significación bilateral (p < 0,01).
137
0
5
10
15
20
25
30
40
60
80
100
120
140
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Circ
H
Fig. 4.3. Índice H y mortalidad total por enfermedades del aparato Circulatorio durante los cinco años de estudio.
Fig. 4.4. Índice ET y mortalidad total por enfermedades del aparato Circulatorio durante los cinco años de estudio.
0
5
10
15
20
25
40
60
80
100
120
140
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Circ
ET
138
c) WCI (Índice Wind Chill Index)
La gráfica correspondiente a la evolución de la mortalidad con el
Índice WCI puede observarse en la Fig. 4.5.
La correlación de este Índice con la mortalidad es positiva,
apreciándose en el gráfico una tendencia general en la que a valores
crecientes (decrecientes) de la mortalidad corresponden valores crecientes
(decrecientes) del WCI. Los valores máximos corresponden a enero de
2001 (571,89), diciembre de 2001 (574,85), enero de 2003 (606,20),
diciembre de 2003 (549, 96) y diciembre de 2004 (561,10).
A su vez los valores mínimos corresponden a los meses de julio de
2000 (283,22), agosto de 2000 (183,41), agosto de 2001 (154,25), julio de
2002 (184,08), julio de 2003 (151,13), agosto de 2003 (142,17), julio de
2004 (168,24) y agosto de 2004 (172,06).
El coeficiente de correlación Spearman resulta ser 0,525, con
significación bilateral (p < 0,01).
d) RSI (Índice Relative Strain Index)
La gráfica correspondiente es la de la Fig. 4.6.
También en este Índice se aprecia una tendencia de máximos en meses
cálidos y mínimos en meses fríos. Así los máximos se sitúan en julio de
2000 (0,10), agosto de 2000 (0.09), agosto de 2001 (0,13), agosto de 2002
(0,10), julio de 2003 (0,13), agosto de 200 (0,14) y julio de 2004 (0,18).
Los mínimos están en los meses de enero de 2000 (−0,33), diciembre
de 2000 (−0,27), enero de 2001 (−0,27), diciembre de 2001 (−0,33), enero
de 2003 (−0,30) y diciembre de 2003 (−0,29).
139
El coeficiente de correlación de Spearman es −0,540, con
significación bilateral (p < 0,01).
e) WBGT (Índice Wet Bulb Global Temperature)
La gráfica correspondiente a este Índice se representa en la Fig. 4.7.
Los valores máximos para este Índice se sitúan en julio de 2000
(22,98), agosto de 2000 (22,77), agosto de 2001 (24,00), julio de 2002
(22,80), agosto de 2002 (22,61), julio de 2003 (23,48), agosto de 2003
(24,66) y agosto de 2004 (23,58).
Por otro lado, los mínimos corresponden a enero de 2000 (8,22),
diciembre de 2001 (8,30), enero de 2003 (9,66), diciembre de 2003 (10,66)
y diciembre de 2004 (10,47).
El coeficiente de correlación de Spearman tiene un valor de −0,537,
con significación bilateral (p < 0,01).
100
200
300
400
500
600
700
40
60
80
100
120
140
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Circ
WCI
Fig. 4.5. Índice WCI y mortalidad total por enfermedades del aparato Circulatorio durante los cinco años de estudio.
140
-0,4
-0,3
-0,2
-0,1
0
0,1
0,2
40
60
80
100
120
140
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Circ
RSI
Fig. 4.6. Índice RSI y mortalidad total por enfermedades del aparato Circulatorio durante los cinco años de estudio.
0
5
10
15
20
25
40
60
80
100
120
140
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Circ
WBGT
Fig. 4.7. Índice WBGT y mortalidad total por enfermedades del aparato Circulatorio durante los cinco años de estudio
141
f) NET (Índice Net Effective Temperature)
La gráfica mortalidad-NET está en la Fig. 4.8.
Se puede apreciar en ella que existe en términos generales una
tendencia inversa entre ambos parámetros. Los máximos para el NET se
sitúan en julio de 2000 (38,63), agosto de 2001 (38,80), julio de 2002
(38,73), julio de 2003 (39,45) y julio de 2004 (38,81).
Los mínimos se sitúan en enero de 2000 (28,31), diciembre de 2000
(30,17), diciembre de 2001 (28,30), enero de 2003 (30,31), diciembre de
2003 (29,79) y diciembre de 2004 (30,09).
El coeficiente de correlación de Spearman es −0,521, con correlación
significativa bilateral (p < 0,01).
g) AT (Índice Apparent Temperature)
La gráfica AT-Mortalidad es la de la Fig. 4.9.
Los máximos más importantes del Índice están en julio de 2000
(23,64), agosto de 2001 (25,24), julio de 2002 (23,49), julio de 2003
(24,88), agosto de 2003 (26,10) y agosto de 2004 (24,45).
Por su parte los mínimos de mayor importancia son enero de 2000
(0,70), enero de 2001(4,50), diciembre de 2001 (0,79), enero de 2003
(2,82), diciembre de 2003 (4,00) y diciembre de 2004 (3,77).
El coeficiente de correlación de Spearman para dicho gráfico resulta
ser −0,542, con significación bilateral (p < 0,01).
142
25
30
35
40
40
60
80
100
120
1401 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Circ
NET
Fig. 4.8. Índice NET y mortalidad total por enfermedades del aparato Circulatorio durante los cinco años de estudio.
0
5
10
15
20
25
30
40
60
80
100
120
140
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Circ
AT
Fig. 4.9. Índice AT y mortalidad total por enfermedades del aparato Circulatorio durante los cinco años de estudio.
143
4.4.3. Sistema Respiratorio
a) H (Índice Humidex)
La gráfica correspondiente es la representada en la Fig. 4.10.
La mortalidad por enfermedades del aparato Respiratorio sigue una
tendencia parecida a la del Circulatorio, con máximos en meses invernales,
como enero de 2000 (55), enero de 2001 (41), enero de 2002 (60),
diciembre de 2003 (59) y diciembre de 2004 (40), así como mínimos en
meses cálidos, como junio y julio de 2000 (ambos con 19), julio de 2001
(17), septiembre de 2001 (17) y septiembre de 2002 (19). No refleja, por lo
demás, unas pautas claras de comportamiento, como no sea la tendencia al
zig-zag en todo su desarrollo.
También se da una correlación inversa entre los valores de la
mortalidad por enfermedades del aparato Respiratorio y el Índice H, con un
coeficiente de correlación de Spearman de −0,615, y significación bilateral
(p < 0,01).
b) ET (Índice Effective Temperature)
La gráfica correspondiente a la relación entre mortalidad por
enfermedades del aparato Respiratorio y el Índice ET aparece en la Fig.
4.11.
El coeficiente de correlación de Spearman es -0,629, con significación
bilateral (p < 0,01). Se puede apreciar que, al igual que ocurría con la
mortalidad del aparato Circulatorio, los valores del Índice ET tienden a
tener unas pautas de crecimiento inversas a las de la mortalidad.
c) WCI (Índice Wind Chill Index)
El gráfico comparativo de los valores de la mortalidad en el
Respiratorio y el Índice WCI se recoge en la Fig. 4.12.
144
0
5
10
15
20
25
30
10
20
30
40
50
60
701 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Resp
H
Fig. 4.10. Índice H y mortalidad total por enfermedades del aparato Respiratorio durante los cinco años de estudio.
0
5
10
15
20
25
10
20
30
40
50
60
70
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Resp
ET
Fig. 4.11. Índice ET y mortalidad total por enfermedades del aparato Respiratorio durante los cinco años de estudio.
145
El coeficiente de correlación de Spearman es 0,609, con significación
bilateral (p < 0,01). Como se puede apreciar en la Fig. 4.12, la correlación
directa es apreciablemente alta.
d) RSI (Índice Relative Strain Index)
La gráfica correspondiente está en la Fig. 4.13.
La correlación inversa en líneas generales es clara, con un coeficiente
de correlación de Spearman de −0,629, y significación bilateral (p < 0,01).
e) WBGT (Índice Wet Bulb Global Temperature)
La gráfica correspondiente se representa en la Fig. 4.14.
La correlación es claramente inversa, con un coeficiente de Spearman
de −0,612, con significación bilateral (p < 0,01).
f) NET (Índice Net Effective Temperature)
La gráfica correspondiente se ha representado en la Fig. 4.15.
La correlación es negativa con un coeficiente de Spearman de −0,629,
y significación bilateral (p < 0,01).
g) AT (Índice Apparent Temperature)
La gráfica correspondiente es la de la Fig. 4.16.
La correlación es apreciablemente inversa; su coeficiente de Spearman
es −0,619, con significación bilateral (p < 0,01).
146
100
200
300
400
500
600
700
10
20
30
40
50
60
70
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Resp
WCI
Fig. 4.12. Índice WCI y mortalidad total por enfermedades del aparato Respiratorio durante los cinco años de estudio.
-0,4
-0,3
-0,2
-0,1
0
0,1
0,2
10
20
30
40
50
60
70
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Resp
RSI
Fig. 4.13. Índice RSI y mortalidad total por enfermedades del aparato Respiratorio durante los cinco años de estudio.
147
5
10
15
20
25
10
20
30
40
50
60
70
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Resp
WBGT
Fig. 4.14. Índice WBGT y mortalidad total por enfermedades del aparato Respiratorio durante los cinco años de estudio.
25
30
35
40
10
20
30
40
50
60
70
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Resp
NET
Fig. 4.15. Índice NET y mortalidad total por enfermedades del aparato Respiratorio durante los cinco años de estudio.
148
0
5
10
15
20
25
30
10
20
30
40
50
60
701 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
2000 2001 2002 2003 2004
Total Resp
AT
Fig. 4.16. Índice AT y mortalidad total por enfermedades del aparato Respiratorio durante los cinco años de estudio.
4.5. DISCUSIÓN
Los datos de mortalidad, tanto por enfermedades del aparato
Circulatorio como del aparato Respiratorio, muestran que septiembre es el
mes de menor mortalidad, lo que confirma lo ya expuesto por Falagas et al.
(2009): que septiembre es el mes con el menor número de fallecimientos
―por todo tipo de causas― en los países mediterráneos. Tales autores
aportan datos de otros países en los que la mortalidad es mínima en agosto,
como es el caso de Estados Unidos y Suecia, por lo que concluyen que el
número de muertes disminuye, por lo general, en el periodo final de
verano–comienzo de otoño.
En los resultados anteriores puede observarse que los valores
extremos máximos de los Índices se acumulan en meses cálidos, como julio
y agosto, y los valores extremos mínimos en los fríos, como es el caso de
diciembre y enero. La excepción viene dada por el WCI, que alcanza sus
149
máximos en meses de frío y sus mínimos en meses como julio y agosto.
Esta tendencia persiste a lo largo de los años a los que corresponde el
presente estudio.
Asimismo se aprecia una regularidad en la forma de los gráficos a lo
largo de los años, salvo una ligera tendencia al alza en los tres últimos
mínimos relativos del H y el ET.
La incidencia de la ola de calor en la mortalidad en Castilla-La
Mancha durante el verano de 2003 no da resultados apreciablemente
llamativos, confirmando lo que ya ha sido puesto de relieve por Díaz et al.
(2006). El número de días extremadamente calurosos en las capitales de
provincia manchegas fue bastante menor que en otras zonas de la
península, manteniéndose la mortalidad en unos límites normales.
Cada Índice tiene unas características propias en sus pautas de
evolución a lo largo de los años del estudio realizado. Así, el Índice H
proporciona unas diferencias notables entre sus máximos y mínimos, con
curvas muy apuntadas y bien pronunciadas. También lo hace el ET, pero
con diferencias máximo-mínimo de menor cuantía. En cuanto al WCI, se
aprecian asimismo diferencias altas entre valores extremos relativos,
aunque no tanto como en otros Índices. Sin embargo el WBGT no presenta
tantas diferencias, en tanto que el NET produce una curva con aspecto
sinusoidal, con variaciones estacionales sensiblemente menores a las de los
otros Índices, y tendencia bien marcada. Por su parte el AT da una curva
muy apuntada y grandes diferencias máximo-mínimo.
Las correlaciones son inversas en todos los casos salvo en el WCI, y
de parecido valor absoluto para todos los Índices respecto a la mortalidad
por enfermedades del aparato Circulatorio por un lado, y a la del
Respiratorio por otro. Son asimismo significativas todas al 0,01. En el
150
aparato Circulatorio la del ET y la del AT son prácticamente iguales y en el
caso del Respiratorio la del ET es idéntica a la del NET.
No obstante, se aprecia una diferencia entre las correlaciones del
Sistema Circulatorio y las del Respiratorio que podríamos cuantificar
aproximativamente en una décima, ya que en el primero sus valores
absolutos se sitúan en un rango de 0,521 a 0,543, y en el segundo van de
0,609 a 0,629. Podrían estos resultados sugerir una mayor dependencia de
la mortalidad en enfermedades respiratorias de factores como temperatura,
humedad relativa y velocidad del viento en relación a la existente en
patologías del aparato Circulatorio respecto de los mismos factores, pero
serían necesarios más análisis en este sentido.
Los resultados obtenidos confirman lo analizado por Leung et al.
(2008), para quienes las mayores cifras de fallecimientos por ataque
cardíaco en Hong Kong se dieron con valores del NET muy bajos.
Asimismo, los resultados concuerdan con las conclusiones de Li y
Chan (2000), para quienes el mes de julio fue el de mayor número de
fallecimientos de los del verano en Hong Kong, por sus altos valores de
temperatura y humedad.
También se puede añadir que el Índice RSI guarda relación en los
valores obtenidos con las conclusiones a las que llegan De Garín y Bejarán
(2003) en un estudio sobre dicho Índice y su relación con fallecimientos
por enfermedades de los aparatos Circulatorio y Respiratorio en Buenos
Aires. Para estos investigadores la mínima mortalidad se registra en el
intervalo 0,00-0,10, en tanto que, con los datos de Castilla-La Mancha del
presente trabajo se sitúa en 0,09-0,15. Los valores de la mortalidad
aumentan notablemente en la Comunidad Autónoma estudiada, con valores
negativos del RSI, tal como sucede también en Buenos Aires.
151
De entre todos los Índices utilizados hay dos (Wind Chill Index y
Humidex) que son los más empleados y sobre los que existe una mayor
bibliografía. Se confirma en el presente estudio que ambos reflejan de
manera adecuada las variaciones climáticas de cada estación. Este hecho ya
ha sido puesto de manifiesto por diversos autores como Shitzer (2006),
quien subrayó que el WCI es un instrumento sencillo para evaluar los
efectos térmicos del viento en los seres humanos en espacios abiertos.
Cabría añadir también que el Índice NET da resultados de fuerte
periodicidad.
En el caso del WCI, contrariamente a lo que sucede con el resto, la
correlación es positiva. Se podría atribuir este hecho a que, en la expresión
del Índice, se encuentra la temperatura afectada por el signo negativo, por
lo que disminuirá el valor del WCI en los meses cálidos y aumentará en los
fríos.
La investigación de las variaciones de la mortalidad con las variables
atmosféricas adquiere particular relevancia en el contexto del
calentamiento global, algo que ya ha sido estudiado por diversos autores
(Karl et al., 1995; Easterling et al., 2000; Houghton et al., 2001). En el caso
que nos ocupa, las características de la Comunidad de Castilla-La Mancha
no parecen indicar un aumento particular de la mortalidad a lo largo de los
años de estudio.
Los contaminantes proporcionados como datos en el trabajo no fueron
causa de variaciones significativas en la mortalidad, tanto para el
Circulatorio como para el Respiratorio. Las concentraciones de dichos
contaminantes en las ciudades consideradas pueden calificarse de bajas en
comparación con las proporcionadas por estudios sobre grandes urbes
(Junk et al., 2003; O’Neill et al., 2005). En este sentido cabe destacar que la
152
presencia de ozono se ha asociado con la mortalidad en diversas regiones
(Thurston e Ito, 2001). Las muy distintas condiciones de contaminación
según áreas aconsejan una especial prudencia a la hora de considerar este
punto. Por todo ello, el estudio de la relación entre los contaminantes y las
variables meteorológicas con la mortalidad por enfermedades de los
sistemas Circulatorio y Respiratorio se aborda en un capítulo posterior (el
5), y con un planteamiento distinto (Análisis de Componentes Principales).
4.6. MORTALIDAD Y TIPOS DE TIEMPO : SECUENCIAS DE MAYOR
INCIDENCIA
Se pretende en este apartado estudiar las secuencias de tipos de tiempo
que han tenido lugar en los días de mayor mortalidad, y en los días
inmediatamente anteriores.
Con este fin, se ha partido de los datos de mortalidad por
enfermedades de los sistemas Circulatorio y Respiratorio en toda la
Comunidad que se han empleado en el presente capítulo. Tras ordenar los
datos, se han seleccionado los 9 días de mayor mortalidad en el caso de
enfermedades del aparato Circulatorio, y los 10 días de mayor mortalidad,
en el caso de enfermedades del aparato Respiratorio. Seguidamente se han
estudiado los tipos de tiempo, tanto para dichos días como para los cuatro
anteriores.
La investigación, necesariamente por su reducida extensión, es
meramente cualitativa. Se pretende exclusivamente dar una idea
aproximada de la influencia de la evolución de los tipos de tiempo en la
mortalidad de una región determinada.
Los resultados se expresan en dos Tablas, una para cada sistema
estudiado, y en las que, en cada fila, se expresan el número de decesos, el
153
día correspondiente, y los tipos de tiempo de dicho día (TT d0), del día
anterior (TT d-1), de dos días antes (TT d-2), de tres días antes (TT d-3) y
de cuatro días antes (TT d-4).
Para la mortalidad por enfermedades del aparato Circulatorio los
resultados se han recogido en la Tabla 4.3.
Cabe reseñar en primer lugar que, de los 9 días seleccionados, solo 3
pertenecen al periodo cálido, concentrándose los otros 6 en el periodo frío.
Sólo el último puede asociarse a los días de la ola de calor de 2003. Esta
escasa relación con un fenómeno de tanta repercusión puede interpretarse
en términos de una mayor adaptación de la población a tales variaciones de
temperatura que la debida a poblaciones de climas más suaves.
Se puede apreciar coincidencia en los tipos de tiempo en el d0 y d-1
en varios casos, en los que los tipos de tiempo resultan ser el SW, el N, el
HASW, el HAW, el A y el HANE. Esta coincidencia se amplía al d-2 en el
caso de los tipos SW, N y HASW.
Además, en el caso de 24.03.2001, el tipo SW registra una secuencia
de cinco días consecutivos. En cuanto al N, se observan dos secuencias de
tres días consecutivos: d0, d-1 y d-2 para el 02.05.2001, y d-2, d-3 y d-4
para el 26.06.2001. Asimismo el HASW da una secuencia de cuatro días
consecutivos: d0, d-1, d-2 y d-3 para el 12.12.2000.
Como se puede apreciar, se da una tendencia clara a la persistencia de
situaciones, como es el caso de los días 24.03.2001 y 12.12.2000, así como
en el resto de los días, si bien de forma no tan acusada. En todos los casos
hay repetición de tipos de tiempo en días consecutivos, como los SW y N.
Se podría concluir que los días de máxima mortalidad se producen, en casi
154
todos los casos, después de secuencias de dos días, como mínimo, de tipos
de tiempo como N, SW, HASW, HAW y A.
Llama la atención el hecho de que, a pesar de aparecer en ocho
ocasiones (20% del total) en la Tabla 4.3., el tipo de tiempo SW solamente
aparece 97 días en el cómputo total del periodo Frío, en tanto que para el A
aparecen 372 días (Tabla 3.3). Así pues, el SW es un tipo de tiempo no
muy frecuente, pero con una importante incidencia en la mortalidad.
De entre las diversas hipótesis que se han sugerido para explicar la
mortalidad por enfermedades cardiovasculares en meses fríos, parece ser
que el incremento de la tensión arterial y el aumento de la agregación
plasmática son los dos mecanismos de mayor relevancia (Eldwood et al.,
1993).
Sin embargo, los días con SW se caracterizan, durante el periodo Frío,
por haber registrado las temperaturas más altas del mismo. Por otro lado,
durante el periodo Cálido, los días de tipo N se caracterizan por registrar
presiones más bien bajas. Se podría conjeturar, a manera de explicación,
que los cambios bruscos de parámetros meteorológicos dentro de un
periodo térmico originarían alteraciones en los ritmos biológicos, causa, a
su vez, de los incrementos de morbilidad y mortalidad.
Para las enfermedades del aparato Respiratorio los resultados han sido
los que figuran en la Tabla 4.4.
De los 10 días seleccionados todos menos uno pertenecen al periodo
invernal del año.
También en la Tabla 4.4 vuelven a aparecer tipos de tiempo que se
habían incluido en la Tabla 4.3, además de otros nuevos. Así, se repiten los
155
HANE, N, NE, E, SW, W, C, A, HAN, HASW, HAW y HANW que ya
aparecieron en el Circulatorio. Pero, además, son nuevos: SE, S, NW,
HCN, HCNE, HCSE, HCSW y HASE.
Se registran secuencias del mismo tipo de tiempo en los días d0 y d-1,
como es el caso de los tipos HAW, E y A. En el caso del A, llega a
aparecer en la secuencia completa de los cuatro días anteriores al
12.02.2002, y en ese mismo día.
De los tipos de tiempo que aparecen, merece destacarse que los días
con A registran altos valores de presión durante el periodo invernal, y los
días con E registran bajos valores de temperatura y presión (Tabla 3.17).
Este resultado parece confirmar el que ciertas enfermedades respiratorias
como la neumonía y la obstrucción pulmonar crónica presenten una
incidencia más alta durante los meses fríos (Kilbourne, 1992; Kunst et al.,
1993). Tales resultados son consistentes con otras investigaciones en
Europa. Así, Mäkinen et al. (2009) han encontrado una asociación
significativa entre temperaturas frías acompañadas de baja humedad e
incrementos en infecciones del tracto respiratorio en Finlandia.
Si se comparan los resultados obtenidos para la incidencia de tipos de
tiempo por patologías de ambos sistemas, se aprecia que el rango de
mortalidad máxima es menor en el Respiratorio (5-6) que en el Circulatorio
(8-9).
Aparecen 12 tipos de tiempo diferentes en el Circulatorio y 20 en el
Respiratorio, incluyendo estos a los del Circulatorio, lo que refleja una
mayor variedad de causas, aunque con menor mortalidad.
En ambos sistemas tiene lugar la persistencia de días d0 y d-1, aunque
es menor en Respiratorio.
156
Tabla 4.3. Tipos de tiempo que corresponden a los días de mayor número total de muertes, con desfases de 0, 1, 2, 3 y 4 días, por enfermedades del aparato Circulatorio durante el periodo de estudio.
Total muertes Día TT d0 TT d-1 TT d-2 TT d-3 TT d-4
9 24.03.2001 SW SW SW SW SW
9 02.05.2001 N N N A HAN
9 26.06.2001 N NE N N N
8 04.11.2000 HAW HANW W HAW HANW
8 12.12.2000 HASW HASW HASW HASW W
8 11.03.2001 HAW HAW W SW SW
8 06.02.2002 HAW HASW W SW HASW
8 24.01.2003 A A W W W
8 06.08.2003 HANE HANE C C E
Tabla 4.4: Tipos de tiempo que corresponden a los días de mayor número total de muertes, con desfases de 0, 1, 2, 3 y 4 días, por enfermedades del aparato Respiratorio durante el periodo de estudio.
Total muertes Día TT d0 TT d-1 TT d-2 TT d-3 TT d-4
6 06.01.2002 SE S W HCSW S
6 28.02.2002 HAW HAW A A A
5 20.01.2000 E E SE SE HCSE
5 01.04.2000 S A HCNE HCNE NE
5 14.01.2001 N HCN C HCSW SW
5 31.01.2001 A A NW W W
5 08.01.2002 SE HASE SE S W
5 12.02.2002 A A A A A
5 29.12.2002 HASW A W SW SW
5 22.12.2004 HANE NE HAN HANW A
157
4.7. CONCLUSIONES
Los valores de la mortalidad por enfermedades de los aparatos
Circulatorio y Respiratorio alcanzan generalmente sus máximos en meses
invernales y sus mínimos en meses templados, al igual que en otras
regiones de Europa. Así, enero de 2002 registra el máximo número de
defunciones por patologías del aparato Circulatorio (120) y del Respiratorio
(60). Los mínimos se situaron en agosto de 2000 (60) para enfermedades
del Circulatorio, y en julio y septiembre de 2000 (ambos con 17) para
defunciones por enfermedades respiratorias. Los días en los que se produce
el mayor número de defunciones de todo el periodo se sitúan en meses
fríos, como son marzo (Circulatorio) y enero (Respiratorio).
A pesar de que los Índices estudiados fueron creados en contextos y
con finalidades no siempre idénticas, los resultados obtenidos son bastante
parecidos en cuanto a su correlación con los datos de mortalidad, tanto por
fallos del aparato Circulatorio (entre 0,521 y 0,543, en valor absoluto)
como del Respiratorio (entre 0,609 y 0,629, en valor absoluto). En todos
los casos las correlaciones fueron significativas bilateralmente (p < 0,01).
Las expresiones analíticas de los Índices son bastante diferentes, aun
cuando todos incluyan la temperatura en su fórmula. Sin embargo el Índice
H no incluye la velocidad del viento, ni tampoco lo hace WBGT ni RSI.
Todo parece indicar que la temperatura podría ser un factor determinante
de la importancia de los Índices en mayor proporción que otros.
Cabría preguntarse cuál de los Índices empleados podría ser el más
útil a la hora de proporcionar una información de interés para las
autoridades sanitarias. Atendiendo exclusivamente a los valores de las
correlaciones Índice-mortalidad, habría que decantarse por los ET, RSI y
AT para mortalidad por patologías del sistema Circulatorio, cuyos factores
158
de correlación en valor absoluto son 0,543, 0,540 y 0,542 respectivamente,
si bien las diferencias con los otros Índices son muy pequeñas.
En el caso de mortalidad por enfermedades del sistema Respiratorio
los Índices con mayor factor de correlación registrado son ET, RSI y NET,
con valor 0,629 en los tres casos, y diferencias muy pequeñas con respecto
a los restantes Índices.
Todo lo anterior parece indicar que, aunque la temperatura entre en las
formulaciones de muy distintas maneras, sin embargo los resultados son
bastante similares en cuanto a su fiabilidad.
Los días de mayor incidencia de la mortalidad se concentran en época
fría: 6 de 9 para enfermedades del aparato Circulatorio, y 9 de 10 para
enfermedades del Respiratorio.
En cuanto a los días de mayor incidencia de la mortalidad por
patologías del sistema Circulatorio, puede concluirse que en todos los casos
hay repetición de tipos de tiempo en días consecutivos, como los SW (una
secuencia de cinco días consecutivos), N (dos secuencias de tres días
consecutivos) y HASW (una secuencia de cuatro días consecutivos). Las
secuencias de dos días, como mínimo, de tipos de tiempo como N, SW,
HASW, HAW y A, son las que dan la mayoría de los días de máxima
mortalidad aquí estudiados. En particular, el SW adquiere particular
relevancia en este estudio, ya que solamente aparece 97 días en el cómputo
total del periodo frío, lo que equivale a un 7,6%, en tanto que aparece un
20% del total de días de máxima mortalidad.
Las alternancias más importantes son no direccional-híbrido
anticiclónico o direccional-híbrido anticiclónico. Las situaciones más
frecuentes resultaron ser N, SW, HASW, HAW y A.
159
Los días de mayor número de defunciones por enfermedades del
aparato Respiratorio corresponden a los tipos HANE, N, NE, E, SW, W, C,
A, HAN, HASW, HAW y HANW que ya aparecieron en el Circulatorio.
Pero además son nuevos: SE, S, NW, HCN, HCNE, HCSE, HCSW, y
HASE.
Al igual que sucede con enfermedades del sistema Circulatorio, se
aprecian para las del Respiratorio secuencias del mismo tipo en los días
anteriores, siendo la más representativa la de cinco días consecutivos que
registra el tipo A.
De todo lo anterior se puede deducir que los Índices meteorológicos y
los tipos de tiempo pueden convertirse en un instrumento útil para el
estudio de la relación entre el clima y la salud, debido al comportamiento
sinérgico de la atmósfera.
4.8. BIBLIOGRAFÍA
Borrell, C., Mari-Dell’Olmo, M., Rodríguez-Sanz, M., García-Olalla, P., Cayla, J.A., Benach, J., Muntaner, C., 2006. Socioeconomic position and excess mortality during the heat wave of 2003 in Barcelona. Eur. J. Epidemiol. 21, 633–640. doi: 10.1007/s10654-006-9047-4.
Bouchama, A., Dehbi, M., Mohamed, G., Matthies, F., Shoukri, M., Menne, B., 2007. Prognostic factors in heat wave-related deaths. Arch. Intern. Med. 167, E1–E7. doi:10.1001/archinte.167.20.ira70009.
Brandenburg, C., Matzarakis, A., Arnberger, A., 2007. Weather and cycling a first approach to the effects of weather conditions on cycling. Meteorological Applications 14, 61–67.
Cannavos G. Probabilidad y Estadística. Aplicación y métodos. 1995. Ed. McGraw-Hill.
Carson, C., Hajat, S., Armstrong, B., Wilkinson, P., 2006. Declining vulnerability to temperature-related mortality in London over the 20th century. Am. J. Epidemiol. 164, 77–84. doi:10.1093/aje/kwj147.
160
Conti, S., Meli, P., Minelli, G., Solimini, Toccaceli, V., Vichi, M., Beltrano, C., Perini, L., 2005. Epidemiologic study of mortality during the Summer 2003 heatwave in Italy. Environmental Research 98, 390–399.
Davis, R.E., Knappenberger, P.C., Novicoff, W.M., Michaels, P.J., 2003. Decadal changes in summer mortality in U.S. cities. Int. J. Biometeorol. 47, 166–175.
Díaz, J., García-Herrera, R., Trigo, R., Linares, C., Valente, M., De Miguel, J., Hernández, E., 2006. The impact of the summer 2003 heat wave in Iberia: how should we meaSure it? International Journal of Biometeorology 50, 159–166.
Donaldson, G.C., Keatinge, W.R., Nayha, S., 2003. Changes in summer temperature and heat-related mortality since 1971 in North Carolina, South Finland, and Southeast England. Environ. Res. 91, 1–7. doi:10.1016/S0013-9351(02)00002-6.
Eldwood, P.C., Beswick, A., O’Brien, J.R., Renaud, S., Fifield., R, Limb, E.S.,et al. 1993. Temperature and risk factors for ischaemic heart disease in the Caerphilly prospective study. Br. Hearth J. 70 (6), 520-523.
Easterling, D., Meehl, G., Parmesan, C., Changnon, S., Karl, T., Mearns, L., 2000. Climate extremes: observations, modeling, and impacts. Science. 289, 2068–2074.
Falagas, M., Karageorgopoulos, D., Moraitis, L., Vouloumanou, E., Roussos, N., Peppas, G., Rafailidis, P., 2009. Seasonality of mortality: the September phenomenon in Mediterranean countries. MSc CMAJ 181.
Fanger, P., 1970. Thermal Comfort. McGraw-Hill Book Company, New York.
Garín, A., Bejarán, R., 2003. Mortality rate and relative strain index in Buenos Aires city. International Journal of Biometeorology 48, 31–36.
Giles, B., Balafoutis, C., Maheras, P., 1990. Too hot for comfort: the heatwaves in Greece in 1987 and 1988. International Journal of Biometeorology 34, 98–104.
González, S., Díaz, J., Pajares, M.S., Alberdi, J.C., Otero, A., López, C., 2001. Relationship between atmospheric pressure and mortality in the Madrid Autonomous Region: a time-series study. Int. J. Biometeorol. 45, 34–40.
Guntzel, O., Bollag, U., Helfenstein, U., 1996. Asthma and exacerbation of chronic bronchitis: sentinel and environmental data in a time series analysis. Zentralbl. Hyg. Unweltmed. 198, 383–393.
Harlan, S.L., Brazel, A.J., Prashad, L., Stefanov, W.L., Larsen, L., 2006. Neighborhood microclimates and vulnerability to heat stress. Soc. Sci. Med. 63, 2847–2863. doi:10.1016/j.socscimed.2006.07.030.
Hentschel, G., 1987. A human biometeorology classification of climate for large and local scales. In Proc. WMO/HMO/UNEP Symposium on Climate and Human Health, Leningrad 1986, Vol I, WCPA-No. 1, WMO.
161
Gonçalves, F., Braun, S., Silva Dias, P.L., Sharovsky, P., 2007. Influences of the weather and air pollutants on cardiovascular disease in the metropolitan area of Sao Paulo. Environmental Research 104, 275–281.
Houghton, J., Ding, Y., Griggs, D., Noguer, M., van der Linden, P., Xiaosu, D., 2001.Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assesment Report of the Interngovernmental Panel on Climate Change (IPCC). Cambridge University Press, UK.
Junk, J., Helbig, A., Luers, J., 2003. Urban climate and air quality in Trier Germany. International Journal of Biometeorology. 47, 230–238.
Haidong, K., London, S.J., Chen, H., Song, G., Chen, G., Jiang, L., Zhao, N., Zhang, Y., Chen, B., 2007. Diurnal temperature range and daily mortality in Shanghai, China. Environmental Research 103, 424–431.
Karl, T., Knight, R., Plummer, N., 1995. Trends in high- frequency climate variability in twentieth Century. Nature 377, 217–220.
Kovats, R.S., Hajat, S., 2008. Heat stress and public health: a critical review. Annu. Rev. Public. Health 29, 41–55. doi: 10.1146/annurev. publhealth.29.020907.090843.
Laaidi, M., Laaidi, K., Besancenot, J.P., 2006. Temperature-related mortality in France, a comparison between regions with different climates from the perspective of global warming. Int. J. Biometeorol. 51, 145–153.
Lally, V., Watson, B., 1960. Humiture revisited. Weatherwise 13, 254–256.
Lee, D., Henschel, A.. 1966. Effects on physiological and clinical factors on response to heat. Ann. NY Acad Sci. 134, 743–749.
Leung, Y., Yip, K., Yeung, K., 2008. Relationship between thermal index and mortality in Hong Kong. Meteorological Applications 15, 399–409.
Li, P., Chan, S., 2000. Application of a weather stress index for alerting the public to stressful weather in Hong Kong. Meteorological Applications 7, 369–375.
Longhurst, J., 2005. 1 to 100: Creating an air quality index in Pittsburgh. Environmental Monitoring and Assesment 106, 27–42.
Makinen, T., Juvonen, R., Jokelainen, J., Harju, T., Peitso, A., Bloigu, A., Silvennoinen-Kassinen, S., Leinonen, M., Hassi, J., 2009. Cold temperature and low humidity are associated with increased occurrence of respiratory tract infections. Respiratory Medicine 103, 456-462.
Martens, P., 1998. Health and Climate Change-Modelling the impacts of Global Warming and Ozone Depletion. Earthscan: London, 173.
Masterton, J., Richardson, F., 1979. Humidex, a method of quantifiying human discomfort due to excessive heat and humidity. Atmosferic Environment Service, Donsview, Ontario, CLI, 1–79.
162
Matzarakis, A., Mayer, H., Iziomon, M., 1999. Applications of a universal thermal index: physiological equivalent temperature. International Journal of Biometeorology 43, 76–84.
Hiroshi, N., Matsuno, A., Teraoka, A., 2008. Prediction of the incidence of spontaneous intracerebral hemorrhage from meteorological data. Int. J. Biometeorol. 52, 323–329.
Nakaji, S., Parodi, S., Fontana, V., Umeda, T., Suzuki, K., Sakamoto, J., Fukuda, S., Wada, S., Sugawara, K., 2004. Seasonal changes in mortality rates from main causes of death in Japan (1970–1999). Eur. J. Epidemiol. 19 (10), 905–913.
Ohwaki, K., Yano, E., Murakami, H., Nagashima, H., Nakagomi, T., 2004. Meteorological factors and the onset of hypertensive intracerebral hemorrhage. Int. J. Biometeorol. 49 (2), 86–90.
O’Neill, M., Hajat, S., Zanobetti, A., Ramírez-Aguilar, M., Schwartz, J., 2005. Impact of control for air pollution and respiratory epidemias on the estimated associations of temperature and daily mortality. International Journal of Biometeorology 50, 121–129.
Ono, H., Kawamura, T., 1991. Sensible climates in monzon Asia. International Journal of Biometeorology 35, 39–47.
Passero, S., Reale, F., Ciacci, G., Zei, E., 2000. Differing temporal patterns of onset in subgroups of patients with intracerebral hemorrhage. Stroke 31 (7), 1538–1544.
Pirard, P., Vandentorren, S., Pascal, M., Laiidi, K., Le Tertre, A., Cassadou, S., Ledrans, M., 2005. Summary of the mortality impact assessment of the 2003 heat wave in France. EuroSurveillance 10, 153–156.
Schaanning, J., Finsen, H., Lereim, I., Saeterhaug, A., 1986. Effects of cold air inhalation combined with prolongad sub-maximal exercise on airway function in healthy young males. European Journal of Respiratory Diseases 68, 74–77.
Schär, C., Vidale, P.L., Lüthi, D., Frei, C., Häberli, C., Liniger, M.A., Appenzeller, C., 2004. Variability in European summer heat waves. Nature 427, 332–336. doi: 10.1038/nature02300.
Sheridan, S.Æ., Adam, J., Kalkstein, Æ., Laurence, S., Kalkstein., 2009. Trends in heat-related mortality in the United States, 1975–2004. Nat Hazards 50, 145–160. doi: 10.1007/s11069-008-9327-2.
Shitzer, A., 2006. Wind-chill- equivalent temperatures: regarding the impact due to the variability of the environmental convective heat transfer coefficient. International Journal of Biometeorology 50, 224–232.
Siple, P., Passel, C., 1945. Measurements of dry atmosferic cooling in subfreezing temperatures. Proc. Am. Philos. Soc. 89, 177–199.
Steadman, R.G., 1994. Norms of apparent temperature in Australia. Aust. Met. Mag. 43, 1-16.
163
Thurston, G., Ito, K., 2001. Epidemiological studies of acute ozone exposures and mortality. J. Exp. Anal. Environ. Epidemiol. 11, 286–294.
Tremblay, M., 2003. Wind Chill and Humidex. En www.ptaff.ca
Tuller, S., 1997. Climatic controls of the cool human thermal sensation in a summertime onshore wind. International Journal of Biometeorology 41, 26–33.
Yan, Y.Y., 1997. An analisis of the thermal stress of climate in Hong Kong. Singapore. Journal of Tropical Geography 18 (2), 210–217.
WMO, 1972. The Assesment of Human Bioclimate. WMO Tech. Note No. 123, WMO No.331, WMO, Geneva.
165
Capítulo 5: CONTAMINANTES ATMOSFÉRICOS
EN RELACIÓN CON LA MORTALIDAD
Y LOS ÍNDICES
5.1. INTRODUCCIÓN
La presencia de contaminantes en la atmósfera es desde hace bastantes
años motivo de preocupación social, debido al desarrollo industrial y
tecnológico de las últimas décadas en gran cantidad de países. Aunque las
bajas temperaturas se consideran el principal factor determinante de la
mortalidad, han aumentado en los últimos años los artículos de
investigación sobre los contaminantes como factor indirecto (Marshall et
al., 1988; Mannino y Washburn, 1989; Pan et al.,1995; Auliciems et al.,
1997; Ballester et al., 1997; Spencer et al., 1998; Seto et al., 1998; Sheth et
al., 1999; Pell y Cobbe,1999; Danet et al., 1999, Kloner et al., 1999;
166
Curriero et al., 2002; Hajat y Haines, 2002; Braga et al., 2002; Michalsen et
al., 2003; Crawford et al., 2003; Koken et al., 2003; Ebi et al., 2004;
Feldman et al., 2004).
De hecho, la contaminación atmosférica producida por altas
concentraciones de partículas y gases, constituye una línea de investigación
importante en Biometeorología, con una importante repercusión en la salud
pública. Los programas estadísticos avanzados para la evaluación de datos
y las técnicas analíticas de medida han permitido impulsar este tipo de
estudios.
Tales investigaciones se han llevado a cabo en zonas con altas
emisiones de contaminantes a la atmósfera, como Japón (Shindo et al.,
1990) y la India (Pandey et al., 1992). Se han estudiado asimismo las
relaciones y correspondencias entre concentraciones de contaminantes y
variables atmosféricas, pues con condiciones meteorológicas adversas
disminuye la dispersión de partículas y gases. Tales trabajos se han
realizado con técnicas empíricas que concluyen en modelos que, con
frecuencia, no dan razón de los mecanismos involucrados. Así se obtienen
modelos analíticos en cuya formulación entran coeficientes que se
determinan por técnicas de optimización estadística. Destacan entre estos
trabajos los de Jáuregui (1988) en México, Tomás et al. (1991) en España,
Boznar et al. (1993) en Eslovenia, y Yamamoto et al. (1995) en Japón.
Dichos modelos se basan en series con un alto número de datos
experimentales. Es habitual en estos análisis que el modelo pierda validez
al introducir una nueva variable, lo que puede incrementar notablemente la
dificultad de la investigación. De todo ello se concluye la importancia de
las hipótesis de partida para el tratamiento de los datos. Así, por ejemplo,
Panero et al. (1997) encontraron que la predicción de niveles de
167
concentración de contaminantes en Salamanca a partir de una sola variable
era inconsistente, mejorando los resultados si se incluían en el modelo
datos del día anterior.
Algunos autores, como Liang et al. (2008), encontraron que las
diferencias no conclusivas de los resultados obtenidos al estudiar los
efectos de los contaminantes en la mortalidad por enfermedades del aparato
Circulatorio y Respiratorio en Asia podrían en parte explicarse por la
estacionalidad y por las edades de los pacientes. Las concentraciones de
partículas y gases en las ciudades asiáticas donde se han llevado a cabo
bastantes de estos trabajos suelen ser superiores a las encontradas en
ciudades europeas, lo que explicaría las dificultades encontradas a la hora
de hallar modelos consistentes. En este sentido, diversos estudios
confirman que la mortalidad por todo tipo de causas, y en especial por
enfermedades de los aparatos Circulatorio y Respiratorio, puede
correlacionarse en invierno con los niveles de SO2, NO2 y CO (Wong et al.,
2002; Chang et al., 2005).
Algunos autores (Smoyer et al., 2000) han considerado que, aunque
determinados niveles de contaminación son un factor de riesgo para la
mortalidad, no resulta claro si la contaminación agrava los efectos de las
variables, o si las variables son la causa del aumento de los efectos de los
contaminantes, o si ambos afectan a la mortalidad independientemente.
En el caso de las enfermedades del aparato Circulatorio, Peters et al.
(2000) hallaron que los altos niveles de NO2 aumentan la incidencia de la
arritmia ventricular y la taquicardia ventricular en pacientes con
desfibriladores implantados.
Otros investigadores (Maheswaran et al., 2005; Pinkerton y Joad,
2006; Medina-Ramón et al., 2006) han llegado a resultados consistentes en
168
cuanto a la asociación entre niveles de contaminación atmosférica y
mortalidad y morbilidad para enfermedades de los sistemas Circulatorio y
Respiratorio.
Los periodos de latencia en cuanto a la mortalidad asociada a la
contaminación constituyen un factor que ha sido objeto de diversos
estudios (Braga et al., 2001; Kim et al., 2003). Así, las defunciones a corto
plazo para todas las edades y su relación con la contaminación atmosférica
ha sido estudiada por Filleul et al. (2004), encontrando mejores resultados
en los periodos 1-5 días para los mayores de 65 años. También se ha
confirmado que muchos de los efectos de la contaminación atmosférica
persisten durante más de un mes (Zanobetti et al., 2003).
La técnica del Análisis de Componentes Principales, empleada en el
presente trabajo en los capítulos 3, 4 y 5, también ha sido utilizada por
González et al. (2006) para el estudio de las variaciones de concentración
de contaminantes en diferentes puntos de observación, en el Campo de
Gibraltar. También se suelen con frecuencia observar cambios
significativos en concentraciones de contaminantes según estaciones y a lo
largo del día, lo que añade complejidad al problema.
Se han realizado estudios sobre la interacción entre variables
atmosféricas y contaminantes en relación con la salud pública. El caso más
estudiado es el de la temperatura con partículas y gases, con resultados que
en bastantes casos no han sido concluyentes (Katsouyanni et al., 1997;
Choi et al., 1997; Samet et al., 1998; Roberts, 2004). Se puede afirmar que
existe una relación significativa entre la contaminación de la atmósfera y la
mortalidad (Shumway et al., 1988; Schwartz y Dockery, 1992 a, b;
Thurston, 1996). En el caso del ozono, Bell y Dominici (2008) concluyeron
que algunas características sociales y geográficas modificaban la relación
169
entre el ozono y la mortalidad. En su estudio, realizado en noventa y ocho
áreas urbanas de los Estados Unidos, citan el alto desempleo de la
población afroamericana, el uso de transporte público y las bajas
temperaturas.
Ren y Tong (2006) mostraron que existía una correlación significativa
entre PM10 y temperatura en mortalidad y morbilidad con días de
diferencia en Australia, obteniéndose mejores resultados para días cálidos
que para fríos. En la misma zona geográfica, Hu et al. (2008) comprobaron
que se incrementaba la mortalidad total por la combinación de máximas
temperaturas diarias con concentraciones elevadas de SO2. En el caso de
este contaminante, Gonçalves et al. (2007) han encontrado que, juntamente
con PM10, tenía correlaciones positivas con la mortalidad por
enfermedades cardiovasculares en el área metropolitana de Sao Paulo, si
bien no estadísticamente significativas.
En el caso de las partículas, las investigaciones que se realizan en los
últimos años indican que un ambiente atmosférico con alto contenido en
aerosoles tiene efectos adversos en mortalidad y morbilidad para
enfermedades cardiovasculares y respiratorias (O’Nell et al., 2003; Bateson
y Schwartz, 2004; Glinianaia et al., 2004; Dominici et al., 2006). La
importancia de las altas concentraciones de partículas en la mortalidad en
inviernos australes fue estudiada por Grass y Cane (2008), quienes
concluyeron que, mientras que la mortalidad por enfermedades del aparato
Circulatorio era más sensible a las variables atmosféricas, sin embargo, la
mortalidad por enfermedades del aparato Respiratorio lo era a los niveles
de contaminación, especialmente de NO2 y PM10-2,5. El efecto de los
contaminantes sobre los datos de mortalidad-morbilidad ha sido objeto de
estudios recientes en los que se controla el efecto de factores tales como
170
variables, estación y otros (Rainham et al., 2005; Schwartz, 2005; Pope y
Dockery, 2006).
El estudio de las PM10 y PM2,5 y su relación con la salud es difícil
debido a la complejidad química de su composición (Cárdenas et al., 2008).
Su toxicidad depende también de la distribución de tamaños: en algunos
trabajos se ha concluido que las partículas más finas producen efectos más
acusados sobre la salud que las grandes (Bremner et al., 1999; Lee et al.,
1999). En el caso de las PM2,5 se han hallado asociaciones significativas
con arritmia (Mann et al., 2002) e hipertensión (Dubowsky et al., 2006).
En el caso del ozono se produce una disparidad de conclusiones
debida en buena parte a la gran cantidad de factores que intervienen. En
estudios como los de Katsouyanni et al. (1993), Anderson et al. (1996) y
Rooney et al. (1998) se consideraba que el ozono ―y en ocasiones también
el dióxido de azufre y las partículas― eran causantes del exceso de
mortalidad en periodos de altas temperaturas. Otros autores, como
Dominici et al. (2002) y Ramsay et al. (2003), redujeron la importancia que
se había atribuido al ozono. Por otro lado, al aumento de mortalidad en días
de temperaturas altas suele seguir una prolongada reducción de la misma,
que algunos investigadores han determinado en al menos dos semanas
(Macfarlane y Waller, 1976; Hajat et al., 2002; Kysely, 2004; Welty y
Zeger, 2005). Como hacen notar Keatinge y Donaldson (2006), tal
disminución de la mortalidad podría atribuirse falsamente al ozono si los
niveles de este descienden tras el periodo de calor veraniego.
La asociación entre los contaminantes SO2, CO, NO2, PM10 y la
mortalidad se ha confirmado para el caso de enfermedades cardiovasculares
y respiratorias, especialmente para mayores de 65 años durante el invierno
(Liang et al., 2008).
171
Asimismo cabe la posibilidad de que más factores no se tengan en
cuenta y puedan causar confusión si varían correlativamente con algún
contaminante. Así, la luminosidad solar en épocas cálidas puede
incrementar el stress térmico por radiación. Por otro lado, la radiación solar
puede favorecer reacciones fotoquímicas con formación de ozono (Krupa,
2000), al actuar sobre el dióxido de nitrógeno atmosférico. También la
escasez de viento puede producir el aumento de otros contaminantes en el
aire urbano con aumento del stress térmico (Gagge y Nishi, 1977).
Como tales interacciones de contaminantes y variables con mortalidad
y morbilidad tienen gran importancia en el análisis de los factores
etiológicos a efectos de las políticas de salud pública (Rothman y
Greenland, 1998), recientemente se están llevando a cabo estudios en esta
línea. En estas investigaciones se analiza si las características
demográficas, geográficas y de situación sanitaria previa pueden modificar
la correlación entre la contaminación atmosférica y la mortalidad-
morbilidad. En algunos artículos se concluye que son factores relevantes la
edad, el sexo, el status económico-social y las enfermedades previas
(O’Nell et al., 2003, 2005; Bateson y Schwartz, 2004; Jerrett et al., 2004).
Las desigualdades sociales han tenido un efecto modificador en la
asociación entre salud y contaminación por partículas en los Estados
Unidos, según se desprende del artículo de Charafeddine y Boden (2008).
5.2. MATERIAL Y MÉTODOS
Como material de trabajo se han utilizado los datos diarios totales de
mortalidad de Castilla-La Mancha por enfermedades del aparato
Circulatorio y Respiratorio desde el 1 de enero de 2000 hasta el 31 de
diciembre de 2004. Se normalizaron tales datos diarios así como los
regionales de temperatura (ºC), presión (hPa), humedad relativa (%),
172
radiación (W/ m2), monóxido de carbono (mg/m3), óxidos de nitrógeno
(µg/m3), dióxido de nitrógeno (µg/m3), dióxido de azufre (µg/m3),
partículas menores de 10 micrómetros (µg/m3), y ozono (µg/m3). Asimismo
se incluyeron en el fichero los Índices H, ET y NET. También se añadieron
como nuevas variables estadísticas los mismos datos anteriores con media
móvil centrada de amplitud 3 días, con el fin de observar la variación
producida en el tratamiento estadístico.
Con estos datos de partida se realizó un Análisis de Componentes
Principales, con el fin de reducir toda la información inicial en factores que
sean de mayor utilidad sanitaria. A través de dicha técnica se pretenden
identificar las variables meteorológicas y los contaminantes atmosféricos
que más afectan a la mortalidad, así como la relación entre ellos.
Se obtuvieron cuatro ficheros de tipos de relaciones:
Circulatorio: contaminantes y variables
Circulatorio: contaminantes e Índices
Respiratorio: contaminantes y variables
Respiratorio: contaminantes e Índices
Con las variables de media móvil centrada se obtuvieron asimismo los
correspondientes cuatro ficheros de tipos de relaciones:
Circulatorio: contaminantes y variables con media móvil centrada
Circulatorio: contaminantes e Índices con media móvil centrada
Respiratorio: contaminantes y variables con media móvil centrada
Respiratorio: contaminantes e Índices con media móvil centrada
173
En cada uno de los ocho ficheros de tipos de relaciones obtenidos se
calculó la matriz de correlaciones con las correspondientes significaciones,
el determinante, la medida de adecuación muestral de Kaiser-Meyer-Olkin
(KMO) y la prueba de esfericidad de Barlett.
También se obtuvieron las comunalidades de las variables, es decir, la
proporción de varianza de cada variable que puede ser explicada tras la
extracción, así como la matriz de componentes rotados por el método
Varimax. Esta matriz contiene las correlaciones entre las variables
originales y cada uno de los factores. El método Varimax, de rotación
ortogonal, minimiza el número de variables con saturaciones altas en cada
factor (Comrey, 1985).
5.3. RESULTADOS Y DISCUSIÓN
En todas las extracciones realizadas por el procedimiento de Análisis
de Componentes Principales se obtuvieron matrices de correlaciones con
variables que correlacionaban fuertemente entre sí. De haberse obtenido
matrices próximas a la matriz unidad, la solución hallada se habría
considerado deficiente. Sin embargo en todos los casos el determinante fue
prácticamente cero. Asimismo, en la gran mayoría de los casos, las
significaciones unilaterales dieron valores adecuados, menores que 0,05.
Por otro lado, también en todos los casos, la medida de adecuación
muestral de KMO dio valores superiores a 0,5 y en varios de ellos del
orden de 0,8. Además, la significación para la prueba de esfericidad de
Bartlett dio siempre 0,000. Por todo ello, puede considerarse como
adecuado el análisis factorial efectuado.
Las comunalidades dan valores del orden de 0,9 para los Índices, y
con una variabilidad algo mayor para el resto en todos los casos, si bien con
valores aceptables.
174
Se estudian a continuación los resultados obtenidos (matriz de
correlaciones, y matriz de componentes rotados) para todos los Análisis de
Componentes, con la significación correspondiente en la matriz de
correlaciones, para los casos en los que no se ha realizado la media móvil
centrada.
ACP Circulatorio: contaminantes y variables
Se obtiene la siguiente matriz de correlaciones entre contaminantes y
variables (Tabla 5.1).
Hay que resaltar las elevadas correlaciones que se dan entre varios de
los contaminantes, tal como se aprecia en la matriz de correlaciones. Así,
observamos valores tales como 0,842 (NOx con CO), 0,628 (NO2 con CO),
0,592 (NO2 con NOx), 0,621 (SO2 con CO), 0,645 (SO2 con NOx), −0,724
(O3 con CO), −0,748 (O3 con NOx), −0,511 (O3 con NO2), −0,539 (O3 con
SO2).
Estos resultados son lógicos, debido a las fuentes de los contaminantes
gaseosos estudiados. En el caso del CO, las fuentes naturales aportan más
del 90%, en tanto que el de origen antropogénico es producido en su mayor
parte por el transporte. También influyen de manera notable otras fuentes
emisoras como las plantas de combustión y el tratamiento de residuos, así
como las refinerías de petróleo. En cuanto a los óxidos de nitrógeno, tanto
el monóxido como el dióxido tienen como su principal origen el transporte,
y cualquier otro tipo de procesos en que tengan lugar reacciones de
combustión a altas temperaturas.
175
Tabla 5.1. Matriz de correlaciones de valores normalizados (scores) de m
ortalidad total (Mort. Circ.), con
taminantes y varia
bles, po
r enferm
edades del aparato Circulatorio. * p
< 0,05
, **
p < 0,01, **
*p < 0,001
.
Determinante = 0,000
Rad
-0,1
32**
*
-0,4
99**
*
-0,4
73**
*
-0,2
34**
*
-0,3
67**
*
0,2
15**
*
0,7
67**
*
0,8
09**
*
-0,0
26
-0,8
96**
*
HR
0,1
15**
*
0,4
60**
*
0,4
33**
*
0,2
19**
*
0,2
10**
*
-0,3
22**
*
-0,7
27**
*
-0,7
60**
*
-0,0
41
P
0,0
20
0,3
74**
*
0,4
13**
*
-0,2
89**
*
0,3
40**
*
0,3
11**
*
-0,3
42**
*
-0,1
39**
*
T
-0,1
54**
*
-0,5
51**
*
-0,5
37**
*
-0,2
39**
*
-0,4
42**
*
0,3
01**
*
0,7
65**
*
O3
-0,1
11**
-0,7
24**
*
-0,7
48**
*
-0,5
11**
*
-0.5
39**
*
-0,0
11
PM
10
-0,0
30
0,2
30**
*
0,2
48**
*
0,3
58**
*
0,2
47**
*
SO
2
0,0
85**
0,6
21**
*
0,6
45**
*
0,3
87**
*
NO
2
0,0
08
0,6
28**
*
0,5
92**
*
NO
X
0,0
82**
0,8
42**
*
CO
0,0
71*
Cor
rela
ción
Mor
t. C
irc.
CO
NO
X
NO
2
SO
2
PM
10
O3
T
P
HR
176
Tabla 5.2. Saturaciones de los valores normalizados (scores) de mortalidad (Mort. Circ.), contaminantes y variables, por enfermedades del aparato Circulatorio. En negrita, los máximos en cada componente.
Componente
1 2
Mort. Circ. -0,190 0,012
CO -0,453 0,778
NOx -0,431 0,797
NO2 -0,138 0,737
SO2 -0,282 0,693
PM10 0,495 0,645
O3 0,745 -0,563
T 0,885 -0,227
P 0,087 0,649
HR -0,928 0,064
Rad 0,914 -0,167
Tanto el monóxido de nitrógeno, como el dióxido de nitrógeno se ven
implicados en la aparición de otro de los contaminantes estudiados, el
ozono, a través de un ciclo de reacciones fotoquímicas denominado “ciclo
fotolítico de los óxidos de nitrógeno”. En dicho ciclo, las concentraciones
de NO y NO2 permanecerían constantes en sus valores, según la tasa de
emisión y la intensidad de la radiación existente. En la práctica, la
presencia de hidrocarburos altera el ciclo, con la aparición de
contaminantes secundarios, responsables del smog fotoquímico.
Posiblemente este tipo de procesos sean los causantes de las correlaciones
negativas del O3 con los otros contaminantes mencionados más arriba.
177
También las emisiones de SO2 tienen orígenes comunes con los otros
contaminantes, lo que explicaría los apreciables valores de correlación
reseñados anteriormente. Efectivamente, si bien las emisiones naturales
suponen algo más del 50% de las totales de SO2, las antropogénicas
provienen de focos de industriales de combustión.
Al aplicar el Análisis de Componentes Principales a la matriz de
contaminantes y variables, se obtienen dos factores tras la rotación por el
método Varimax. Las saturaciones se pueden apreciar en la Tabla 5.2. El
primer factor explica el 34,7% de la varianza y el segundo el 31,9% de la
varianza. El primer factor tiene valores claramente superiores para todas las
variables atmosféricas salvo para la presión y la humedad relativa. Así,
tenemos 0,89 para la temperatura, y 0,91 para la radiación. La correlación
con la mortalidad normalizada es inferior a la del segundo factor. El O3
tiene una mayor correlación en este primer factor (0,75) que en el segundo
(-0,56).
El segundo factor tiene correlaciones cercanas al 0,8 con CO, NOx y
NO2, cercanas al 0,7 con SO2 y PM10, y cercana al 0,6 pero negativa con el
O3. Destaca el hecho de que la presión tiene una correlación mayor en este
factor que en el primero. La correlación con la mortalidad normalizada es
muy baja y positiva.
ACP Circulatorio: contaminantes e Índices
La matriz de correlaciones se recoge en la Tabla 5.3.
178
Tabla 5.3. Matriz de correlaciones de valores normalizados de mortalidad (Mort. Circ.), contam
inantes e Índices, por enfermedades
del aparato Circulatorio. * p < 0,05, ** p
< 0,01
, ***
p < 0,00
1.
Determinante = 3,11.10
-6
NE
T
-0,1
64**
*
-0,6
12**
*
-0,6
08**
*
-0,3
26**
*
-0,4
14**
*
0,2
65**
*
0,8
26**
*
0,9
42**
*
0,9
55**
*
ET
-0,1
73**
*
-0,5
31**
*
-0,5
32**
*
-0,2
40**
*
-0,4
19**
*
0,2
99**
*
0,7
27**
*
0,9
96**
*
H
-0,1
67**
*
-0,5
13**
*
-0,5
20**
*
-0,2
31**
*
-0,4
17**
*
0,2
99**
*
0,7
04**
*
O3
-0,1
23**
*
-0,7
12**
*
-0,7
47**
*
-0,5
06**
*
-0,5
31**
*
-0,0
16
PM
10
-0,0
35
0,2
43**
*
0,2
64**
*
0,3
76**
*
0,2
83**
*
SO
2
0,1
04**
*
0,6
08**
*
0,6
42**
*
0,3
96**
*
NO
2
0,0
29
0,6
34**
*
0,5
76**
*
NO
X
0,1
05**
*
0,8
25**
*
CO
0,0
93**
Cor
rela
ción
Mor
t. C
irc.
CO
NO
X
NO
2
SO
2
PM
10
O3
H
ET
179
En el supuesto de mortalidad por enfermedades del aparato
Circulatorio (contaminantes e Índices) se obtienen asimismo dos factores.
El primero explica un 38,2% de la varianza tras la rotación y el segundo un
34,6%. En el primer factor se aprecian elevados valores de las
correlaciones para los Índices (0,94 para el H, 0,94 para el ET y 0,92 para
el NET). En el segundo factor, sin embargo, se obtienen coeficientes
mucho mayores para la mayoría de los contaminantes (0,81 para CO, 0,81
para NOx, 0,79 para NOx, 0,71 para SO2, 0,66 para PM10).
Un caso especial parece ser el del O3, con un peso estadístico del 0,66
en el primer factor y del -0,60 en el segundo. Un resultado análogo
obtienen Gonçalves et al. (2007) en Sao Paulo (Brasil). Estos autores lo
atribuyen a que la concentración de ozono varía durante las estaciones y
presenta los valores más altos en la primavera, en contraste con otros
contaminantes, cuyas concentraciones suelen ser más altas en invierno. En
cuanto a la mortalidad normalizada, se obtiene un valor negativo y bajo en
el primer factor (-0,22) y positivo pero cercano a cero en el segundo (0,03).
Los pesos estadísticos o saturaciones se expresan en la Tabla 5.4.
ACP Respiratorio: Contaminantes y variables
La matriz de correlaciones que se obtiene es la que se recoge en la
Tabla 5.5.
En el caso de las enfermedades del aparato Respiratorio
(contaminantes y variables) se obtienen tras la rotación dos factores. El
primero explica un 36,0% de la varianza y el segundo un 31,1%. El primer
factor tiene valores claramente superiores para todas las variables
atmosféricas salvo para la presión y la humedad relativa. Así, tenemos 0,90
para la temperatura, y 0,93 para la radiación. La correlación con la
180
mortalidad normalizada es inferior a la del segundo factor. El O3 tiene una
mayor correlación en este primer factor (0,79) que en el segundo (-0,51).
El segundo factor tiene correlaciones cercanas al 0,8 con CO, NOx y
NO2, cercanas al 0,7 con SO2 y PM10 y cercana al 0,5 pero negativa con el
O3. Destaca el hecho de que la presión tiene una correlación superior en
este factor que en el primero. La correlación con la mortalidad normalizada
es muy baja y positiva. En definitiva, se vuelven a reproducir los resultados
del Circulatorio, con valores muy parecidos. Las saturaciones se muestran
en la Tabla 5.6.
Tabla 5.4. Saturaciones de mortalidad (Mort.Circ.), contaminantes e Índices, por enfermedades del aparato Circulatorio. En negrita, los máximos en cada componente.
Componente
1 2
Mort. Circ. -0,224 0,029
CO -0,389 0,813
NOX -0,395 0,814
NO2 -0,057 0,790
SO2 -0,263 0,706
PM10 0,564 0,659
O3 0,667 -0,602
H 0,939 -0,225
ET 0,944 -0,237
NET 0,922 -0,324
181
Tabla 5.5. Matriz de correlaciones de m
ortalidad (Mort.Resp.), con
taminantes y varia
bles, po
r en
ferm
edades del aparato Respiratorio
.
* p
< 0,05, ** p < 0,01, **
*p < 0,001
.
Determinante = 0,000
Rad
-0,1
49**
*
-0,4
75**
*
-0,4
43**
*
-0,1
98**
*
-0,3
45**
*
0,2
13**
*
0,7
67**
*
0,8
10**
*
-0,0
66
-0,8
96**
*
HR
0,1
48**
*
0,4
36**
*
0,4
16**
*
0,1
96**
*
0,2
00**
*
-0,3
09**
*
-0,7
27**
*
-0,7
55**
*
0,0
08
P
0,0
91*
0,3
99**
*
0,4
41**
*
0,3
13**
*
0,3
72**
*
0,3
22**
*
-0,3
89**
*
-0,1
74**
*
T
-0,1
61**
*
-0,5
43**
*
-0,5
19**
*
-0,2
15**
*
-0,4
35**
*
0,2
74**
*
0,7
70**
*
O3
-0,1
41**
*
-0,7
14**
*
-0,7
34**
*
-0,5
05**
*
-0,5
44**
*
-0,0
49
PM
10
0,0
24
0,2
78**
*
0,3
13**
*
0,4
28**
*
0,2
88**
*
SO
2
0,1
05**
0,6
24**
*
0,6
57**
*
0,3
75**
*
NO
2
0,0
90*
0,6
24**
*
0,6
05**
*
NO
X
0,1
15**
0,8
52**
*
CO
0,1
58**
*
Cor
rela
ción
Mor
t. R
esp.
CO
NO
X
NO
2
SO
2
PM
10
O3
T
P
HR
182
ACP Respiratorio: Contaminantes e Índices
La matriz de correlaciones que se obtiene se muestra en la Tabla 5.7.
En el cuarto de los casos (Respiratorio: contaminantes e Índices) se
obtienen asimismo dos factores. El primero explica un 41,5% de la
varianza tras la rotación y el segundo un 31,5%. En el primer factor se
aprecian unos elevados valores de las correlaciones para los Índices (0,96
para el H, 0,97 para el ET y 0,96 para el NET). En el segundo factor, sin
embargo, se obtienen saturaciones mucho mejores para la mayoría de los
contaminantes (0,76 para CO, 0,77 para NOx, 0,79 para NO2, 0,67 para
SO2, 0,75 para PM10).
Tabla 5.6. Saturaciones de mortalidad (Mort. Resp.), contaminantes, y variables por enfermedades del aparato Respiratorio. En negrita, los máximos en cada componente.
Componente
1 2
Mort. Resp. -0,184 0,112
CO -0,493 0,751
NOX -0,463 0,781
NO2 -0,157 0,743
SO2 -0,322 0,677
PM10 0,422 0,718
O3 0,787 -0,506
T 0,902 -0,157
P -0,025 0,647
HR -0,931 -0,008
Rad 0,931 -0,079
183
Tabla 5.7. Matriz de correlaciones de m
ortalidad total (Mort. Resp.), con
taminantes e Índices, por enfermedades del aparato Respiratorio
.
* p
< 0,05, ** p < 0,01, **
*p < 0,001
.
Determinante = 2,77.10
-6
NE
T
-0,1
48**
*
-0,6
06**
*
-0,6
04**
*
-0,3
27**
*
-0,4
00**
*
0,2
33**
*
0,8
33**
*
0,9
42**
*
0,9
54**
*
ET
-0,1
41**
*
-0,5
24**
*
-0,5
24**
*
-0,2
36**
*
-0,4
01**
*
0,2
80**
*
0,7
30**
*
0,9
96**
*
H
-0,1
32**
*
-0,5
08**
*
-0,5
13**
*
-0,2
27**
*
-0,3
98**
*
0,2
81**
*
0,7
07**
*
O3
-0,1
22**
*
-0,6
98**
*
-0,7
37**
*
-0,5
13**
*
-0,5
24**
*
-0,0
43
PM
10
0,0
10
0,2
78**
*
0,3
12**
*
0,4
28**
*
0,3
21**
*
SO
2
0,0
78*
0,6
01**
*
0,6
44**
*
0,3
92**
*
NO
2
0,0
78**
*
0,6
44**
*
0,6
03**
*
NO
X
0,0
88**
0,8
26**
*
CO
0,1
39**
*
Cor
rela
ción
Mor
t.Res
p.
CO
NO
X
NO
2
SO
2
PM
10
O3
H
ET
184
Al igual que en el Circulatorio, aparece el caso particular del O3, con
una saturación de 0,74 en el primer factor y de −0,51 en el segundo. En
cuanto a la mortalidad normalizada, se obtiene un valor negativo y bajo en
el primer factor (−0,17) y positivo pero cercano a cero en el segundo (0,08).
Las saturaciones se muestran en la Tabla 5.8.
Globalmente considerados, los resultados obtenidos para el
Circulatorio vienen a ser muy parecidos a los del Respiratorio. Asimismo
los tres Índices incluidos en el análisis han dado saturaciones bastante
similares.
Los resultados que se obtienen en el Análisis de Componentes con
medias móviles centradas de amplitud 3 no mejoran sustancialmente los
comentados en los párrafos anteriores. Se muestran a continuación.
ACP Circulatorio: contaminantes y variables con media móvil
centrada.
En las Tablas se muestran la matriz de correlaciones de mortalidad,
contaminantes y variables con media móvil centrada (Tabla 5.9), porcentaje
de varianza explicada (Tabla 5.10), y saturaciones (Tabla 5.11). La matriz
de correlaciones con media móvil centrada proporciona valores muy
parecidos a sus correspondientes en la matriz de correlaciones sin media
móvil centrada (Tabla 5.1). El porcentaje de varianza explicada tras la
rotación es de 37,5% para el primer factor (34,7% sin media móvil
centrada), y 32,1% para el segundo (31,8% sin media móvil centrada), lo
que no supone una diferencia sustantiva en cuanto a los resultados finales.
Análogas consideraciones pueden realizarse al comparar las saturaciones
obtenidas en ambos factores con las de la Tabla 5.2, que son similares.
185
ACP Circulatorio: contaminantes e Índices con media móvil centrada
Se muestran también la matriz de correlaciones de mortalidad,
contaminantes e Índices con media móvil centrada (Tabla 5.12), porcentaje
de varianza explicada (Tabla 5.13), y saturaciones (Tabla 5.14). La matriz
de correlaciones registra valores que difieren, en casi todos los casos, en
pocas centésimas con respecto a sus correspondientes de la matriz de
correlaciones sin media móvil centrada (Tabla 5.3). Los porcentajes de
varianza explicada son asimismo muy parecidos: 38,5% para el primer
factor, y 36,4% para el segundo factor, en tanto que sin media móvil
centrada se obtenían 38,2% para el primer factor y 34,5% para el segundo.
Los coeficientes de saturación de cada factor obtenido son casi iguales que
los respectivos de la Tabla 5.4, con diferencias tan pequeñas que se puede
concluir que la mortalidad, los contaminantes y los Índices saturan de la
misma forma.
Tabla 5.8. Saturaciones de mortalidad (Mort.Resp), contaminantes e Índices, por enfermedades del aparato Respiratorio. En negrita los máximos de cada componente.
Componente
1 2
Mort. Resp. -0,165 0,077
CO -0,480 0,759
NOX -0,479 0,773
NO2 -0,149 0,790
SO2 -0,327 0,673
PM10 0,455 0,752
O3 0,742 -0,509
H 0,962 -0,105
ET 0,969 -0,116
NET 0,956 -0,212
186
Tabla 5.9. Matriz de correlaciones de m
ortalidad (Mort. Circ. mmc), contam
inantes y varia
bles, po
r enferm
edad
es del aparato Circulatorio, con
media m
óvil centrada.
Determinante = 5,41.10
-5
Rad
_mm
c
-0,2
52
-0,5
86
-0,5
67
-0,3
02
-0,4
17
0,2
59
0,8
32
0,8
52
-0,0
69
-0,9
15
HR
_mm
c
0,2
27
0,5
16
0,4
99
0,2
77
0,2
36
-0,3
83
-0,7
74
-0,7
97
-0,0
12
P_m
mc
0,0
86
0,4
10
0,4
59
0,3
04
0,4
04
0,3
57
-0,3
70
-0,1
64
T_m
mc
-0,2
81
-0,6
15
-0,6
06
-0,2
81
-0,5
01
0,3
21
0,8
13
O3_
mm
c
-0,2
23
-0,7
53
-0,7
86
-0,5
08
-0,5
81
0,0
44
PM
10_m
mc
-0,0
86
0,1
82
0,2
20
0,3
21
0,2
56
SO
2_m
mc
0,2
02
0,6
56
0,6
82
0,3
71
NO
2_m
mc
0,0
21
0,6
15
0,5
87
NO
X_m
mc
0,1
34
0,8
56
CO
_mm
c
0,1
03
Cor
rela
ción
Mor
t. C
irc._
mm
c
CO
_mm
c
NO
X_m
mc
NO
2_m
mc
SO
2_m
mc
PM
10_m
mc
O3_
mm
c
T_m
mc
P_m
mc
HR
_mm
c
187
Tabla 5.10. Porcentaje de varianza total explicada por los factores obtenidos tras aplicación de ACP a mortalidad, contaminantes y variables por enfermedades del aparato Circulatorio con media móvil centrada.
Componente Autovalores iniciales Suma de las saturaciones al cuadrado de
la rotación
Total % de la varianza
% acumulado Total % de la varianza
% acumulado
1 5,5 49,8 49,8 4,1 37,5 37,5
2 2,2 19,8 69,6 3,5 32,1 69,6
Tabla 5.11. Saturaciones.de los valores normalizados (scores) de mortalidad (Mort.Circ._mmc), contaminantes y variables, por enfermedades del aparato Circulatorio, con media móvil centrada.
Componente
1 2
Mort.Circ._mmc -0,333 0,029
CO_mmc -0,496 0,757
NOX_mmc -0,477 0,786
NO2_mmc -0,179 0,697
SO2_mmc -0,307 0,714
PM10_mmc 0,544 0,655
O3_mmc 0,772 -0,550
T_mmc 0,894 -0,257
P_mmc 0,071 0,704
HR_mmc -0,935 0,079
Rad_mmc 0,920 -0,214
188
Tabla 5.12. Matriz de correlaciones de m
ortalidad (Mort. Circ. mmc), contam
inantes e Índices, por enfermed
ades del aparato Circulatorio, con
media m
óvil centrada.
Determinante = 1,66.10
-5
N
ET
_mm
c
-0,2
57
-0,6
54
-0,6
59
-0,3
46
-0,4
51
0,2
95
0,8
52
0,9
44
0,9
57
ET
_mm
c
-0,2
77
-0,6
03
-0,6
09
-0,2
79
-0,4
81
0,3
10
0,7
81
0,9
96
H_m
mc
-0,2
69
-0,5
87
-0,6
00
-0,2
71
-0,4
80
0,3
06
0,7
63
O3_
mm
c
-0,2
10
-0,7
46
-0,7
91
-0,5
10
-0,5
70
0,0
37
PM
10_m
mc
-0,0
87
0,1
97
0,2
33
0,3
61
0,3
00
SO
2_m
mc
0,2
03
0,6
43
0,6
81
0,3
95
NO
2_m
mc
0,0
19
0,6
29
0,5
79
NO
X_m
mc
0,1
44
0,8
41
CO
_mm
c
0,1
22
Cor
rela
ción
Mor
t.Circ
._ m
mc
CO
_mm
c
NO
X_m
mc
NO
2_m
mc
SO
2_m
mc
PM
10_m
mc
O3_
mm
c
H_m
mc
ET
_mm
c
189
Tabla 5.13. Porcentaje de varianza total explicada por los factores obtenidos tras aplicación de ACP a mortalidad, contaminantes e Índices por enfermedades del aparato Circulatorio, con media móvil centrada.
Componente Autovalores iniciales Suma de las saturaciones al cuadrado
de la rotación
Total % de la varianza
% acumulado Total % de la varianza
% acumulado
1 5,6 55,8 55,8 3,9 38,5 38,5
2 1,9 19,1 74,9 3,6 36,4 74,9
Tabla 5.14. Saturaciones de los valores normalizados (scores) de mortalidad (Mort.Circ._mmc.), contaminantes e Índices, por enfermedades del aparato Circulatorio, con media móvil centrada.
Componente
1 2
Mort.Circ._mmc -0,367 0,021
CO_mmc -0,399 0,815
NOx_mmc -0,407 0,824
NO2_mmc -0,030 0,787
SO2_mmc -0,264 0,735
PM10_mmc 0,625 0,633
O3_mmc 0,674 -0,622
H_mmc 0,911 -0,316
ET_mmc 0,918 -0,324
NET_mmc 0,898 -0,376
190
ACP Respiratorio: contaminantes y variables con media móvil
centrada.
Se muestran también la matriz de correlaciones de mortalidad,
contaminantes y variables con media móvil centrada (Tabla 5.15),
porcentaje de varianza explicada (Tabla 5.16) y saturaciones (Tabla 5.17).
La matriz de correlaciones registra valores con diferencias muy pequeñas
respecto de la correspondiente matriz sin media móvil centrada (Tabla 5.5),
que no modifican los análisis realizados. Asimismo, los porcentajes de
varianza explicada tras la rotación (37,2% para el primer factor y 33,3%
para el segundo factor) son del mismo orden que los obtenidos sin media
móvil centrada (36,0% y 31,1% para el primer y segundo factor
respectivamente). Sin embargo, los valores mayores de la mortalidad,
contaminantes y variables en cada factor son distintos a los de la Tabla 5.6.
en todos los casos.
ACP Respiratorio: contaminantes e Índices con media móvil centrada.
En las Tablas se muestran la matriz de correlaciones de mortalidad,
contaminantes e Índices con media móvil centrada (Tabla 5.18), porcentaje
de varianza explicada (Tabla 5.19), y saturaciones (Tabla 5.20). La matriz
de correlaciones da valores similares a los de la Tabla 5.7. Los porcentajes
de varianza explicada tras la rotación (38,7% para el primer factor y 37,6%
para el segundo factor) son similares a los del análisis realizado sin media
móvil centrada (41,5% y 31,5% para el primer y segundo factor
respectivamente). Los coeficientes de saturación son del mismo orden que
sus correspondientes de la Tabla 5.8.
191
Tabla 5.15. Matriz de correlaciones de m
ortalidad (Mort. Resp. m
mc), contam
inan
tes y varia
bles, po
r en
ferm
edades del aparato Respiratorio
, con media
móvil centrada.
Determinante = 4,07.10
-5
Rad
_mm
c
-0,3
36
-0,5
22
-0,4
66
-0,2
29
-0,3
79
0,1
75
0,8
25
0,8
28
-0,1
99
-0,8
97
HR
_mm
c
0,3
17
0,4
65
0,4
41
0,2
63
0,2
13
-0,2
68
-0,7
43
-0,7
43
0,1
40
P_m
mc
0,1
00
0,4
57
0,5
29
0,3
66
0,4
43
0,3
69
-0,5
17
-0,2
33
T_m
mc
-0,3
84
-0,5
52
-0,4
95
-0,2
02
-0,5
00
0,2
19
0,7
84
O3_
mm
c
-0,2
60
-0,7
46
-0,7
53
-0,5
11
-0,5
95
-0,1
65
PM
10_m
mc
-0,2
49
-
0,3
54
0,4
63
0,4
42
0,3
76
SO
2_m
mc
0,1
68
0,6
23
0,6
62
0,2
79
NO
2_m
mc
0,0
15
0,6
14
0,6
49
NO
X_m
mc
0,0
55
0,8
66
CO
_mm
c
0,1
47
Cor
rela
ción
Mor
t.Res
p._m
mc
CO
_mm
c
NO
X_m
mc
NO
2_m
mc
SO
2_m
mc
PM
10_m
mc
O3_
mm
c
T_m
mc
P_m
mc
HR
_mm
c
192
Tabla 5.16. Porcentaje de varianza total explicada por los factores obtenidos tras aplicación de ACP a mortalidad, contaminantes y variables por enfermedades del aparato Respiratorio, con media móvil centrada.
Componente Autovalores iniciales Suma de las saturaciones al cuadrado
de la rotación
Total % de la varianza
% acumulado Total % de la varianza
% acumulado
1 5,4 49,3 49,3 4,1 37,2 37,2
2 2,3 21,2 70,5 3,7 33,3 70,5
Tabla 5.17. Saturaciones de los valores normalizados (scores) de mortalidad, (Mort.Resp._mmc) contaminantes y variables por enfermedades del aparato Respiratorio, con media móvil centrada.
Componente
1 2
Mort. Resp._mmc -0,071 -0,544
CO_mmc 0,813 -0,377
NOX_mmc 0,887 -0,286
NO2_mmc 0,732 -0,054
SO2_mmc 0,695 -0,255
PM10_mmc 0,731 0,495
O3_mmc -0,662 0,689
T_mmc -0,291 0,870
P_mmc 0,673 -0,060
HR_mmc 0,186 -0,887
Rad_mmc -0,268 0,899
193
Tabla 5.18. Matriz de correlaciones de m
ortalidad (Mort. Resp._m
mc)) contam
inan
tes, Índ
ices, y mortalidad por enfermedades del aparato Respiratorio
con media m
óvil centrada.
Determinante = 1,34.10
-6
NE
T_m
mc
-0,3
85
-0,6
34
-0,6
22
-0,3
80
-0,4
35
0,1
58
0,8
65
0,9
36
0,9
50
ET
_mm
c
-0,3
86
-0,5
54
-0,5
38
-0,2
74
-0,4
46
0,2
30
0,7
67
0,9
96
H_m
mc
-0,3
69
-0,5
38
-0,5
28
-0,2
65
-0,4
42
0,2
29
0,7
46
O3_
mm
c
-0,3
01
-0,7
29
-0,7
64
-0,5
32
-0,5
33
-0,1
11
PM
10_m
mc
-0,2
11
0,3
54
0,4
26
0,4
60
0,4
09
SO
2_m
mc
0,1
62
0,5
98
0,6
40
0,3
15
NO
2_m
mc
0,0
79
0,6
60
0,6
67
NO
X_m
mc
0,1
09
0,8
47
CO
_mm
c
0,1
91
Cor
rela
ción
Mor
t.Res
p._m
mc
CO
_mm
c
NO
X_m
mc
NO
2_m
mc
SO
2_m
mc
PM
10_m
mc
O3_
mm
c
H_m
mc
ET
_mm
c
194
Tabla 5.19. Porcentaje de varianza total explicada por los factores obtenidos tras aplicación de ACP a mortalidad, contaminantes e Índices por enfermedades del aparato Respiratorio, con media móvil centrada.
Componente Autovalores iniciales Suma de las saturaciones al cuadrado
de la rotación
Total % de la varianza
% acumulado Total % de la varianza
% acumulado
1 5,5 55,2 55,2 3,9 38,7 38,7
2 2,1 21,1 76,3 3,8 37,6 76,3
Tabla 5.20. Saturaciones de los valores normalizados (scores) de mortalidad (Mort.Resp._mmc), contaminantes e Índices, por enfermedades del aparato Respiratorio, con media móvil centrada.
Componente
1 2
Mort.Resp._mmc -0,557 -0,051
CO_mmc -0,379 0,821
NOX_mmc -0,334 0,871
NO2_mmc -0,079 0,785
SO2_mmc -0,262 0,684
PM10_mmc 0,509 0,748
O3_mmc 0,677 -0,619
H_mmc 0,921 -0,271
ET_mmc 0,929 -0,281
NET_mmc 0,895 -0,381
195
5.4. CONCLUSIONES
El Análisis de Componentes Principales aplicado a los datos de
mortalidad, contaminantes y variables meteorológicas por enfermedades de
los sistemas Circulatorio y Respiratorio en Castilla-La Mancha permite
lograr un primer modelo de dos factores. En el caso del sistema
Circulatorio, el primer factor, que explica un 34,7% de la varianza, agrupa
la temperatura, el ozono y la radiación. El segundo, que explica un 31,8%
de la varianza, agrupa la mortalidad, todos los contaminantes, la presión y
la humedad relativa. Similares resultados se obtienen para el sistema
Respiratorio.
Son destacables los altos valores con los que los contaminantes
saturan en el segundo factor, lo que confirma la bondad del método
empleado. Así, para el sistema Circulatorio, se obtienen 0,778 para el CO,
0,797 para el NOx, 0,737 para el NO2, 0,693 para el SO2, y 0,645 para
PM10.
Aunque los coeficientes obtenidos para la mortalidad normalizada no
sean altos, el positivo resultado alcanzado puede ayudar en la búsqueda de
indicadores de salud pública que en el futuro puedan servir de aviso a las
autoridades sanitarias. El hecho de que similares resultados se hayan
obtenido tanto para enfermedades del aparato Circulatorio como para
enfermedades del aparato Respiratorio refuerza tal idea.
El empleo de Índices biometeorológicos junto con los contaminantes
en dicho Análisis de Componentes Principales mejora los resultados, ya
que se obtienen, asimismo, dos factores. Para el sistema Circulatorio el
primer factor, que explica un 38,2% de la varianza, agrupa el ozono y los
Índices, en tanto que el segundo, que explica el 34,6% de la varianza,
196
agrupa la mortalidad y los contaminantes. Los resultados son similares en
el sistema Respiratorio.
Son destacables los pesos de saturación de los Índices. Así, por
ejemplo, en el Circulatorio, van de 0,922 (NET) a 0,944 (ET), por lo que
cabe deducir que su empleo como indicador de alerta no carece de utilidad,
a pesar de las críticas que en algunas ocasiones han recibido. El avance en
la investigación de Índices constituye, por tanto, un campo de relevancia en
la Biometeorología futura.
La inclusión de los contaminantes atmosféricos más habituales en el
Análisis de Componentes Principales se revela positiva, habida cuenta de
las dificultades que encuentran los investigadores en la actualidad para
conseguir modelos que integren estos contaminantes de manera consistente.
En esta línea, la aplicación del modelo aplicado en el precedente análisis
Contaminantes–Índices puede ser útil como sistema de prevención
sanitaria.
La presencia de apreciables correlaciones de contaminantes entre sí
parece confirmar el carácter antropogénico de los mismos en zonas
urbanas. Son de destacar, en la Tabla 5.1 valores tales como 0,842 (NOx
con CO), 0,628 (NO2 con CO), 0,592 (NO2 con NOx), 0,621 (SO2 con CO),
0,645 (SO2 con NOx), −0,724 (O3 con CO), −0,748 (O3 con NOx), −0,511
(O3 con NO2), −0,539 (O3 con SO2). No obstante, estos valores pueden ser
muy variables, ya que dependerán de las características particulares de la
zona en estudio.
Las discrepancias obtenidas en el caso del ozono confirman la
estacionalidad de todo el proceso mortalidad / variables atmosféricas /
contaminantes, si bien no afecta a la utilidad del tratamiento realizado con
los datos de partida. Al igual que concluyeron Smoyer et al. (2000) para
197
Pennsylvania, se puede afirmar, respecto de la zona en estudio del presente
trabajo, que la presencia de ozono no debe ser ignorada en periodos de
tiempo no extremos.
Con todo, la incidencia combinada de las variables atmosféricas en la
mortalidad por enfermedades de los sistemas Circulatorio y Respiratorio es
mayor que la de los contaminantes, algo que también se ha confirmado en
otras áreas del planeta como la zona metropolitana de Sao Paulo en Brasil
(Gonçalves et al., 2007) y Alabama en Estados Unidos (Smoyer et al.,
2000).
5.5. BIBLIOGRAFÍA
Anderson, H.R., Ponce de León, A., Bland, J.M., Bower, J.S., Strachan, D.P., 1996. Air pollution and daily mortality in London. Br. Med. J. 312, 665–666.
Auliciems, A., Frost, D., Siskind, V., 1997. The time factor in mortality: weather associations in a subtropical environment. Int. J. Biometeorol. 40, 183–191.
Ballester, F., Corella, D., Pérez-Hoyos, S., Sáez, M., Hervas, A., 1997. Mortality as a function of temperature. A study in Valencia, Spain, 1991–1993. Int. J. Epidemiol. 26, 551–561.
Bateson, T.F., Schwartz, J., 2004. Who is sensitive to the effects of particulate air pollution on mortality?: a case–crossover analysis of effect modifiers. Epidemiology 15, 143–149.
Bell, M., Dominici, F., 2008. Effect modification by community characteristics on the short-term effects of ozone exposure and mortality in 98 US communities. American Journal of Epidemiology 167, 986-997.
Boznar, M., Lesjak, M., Mlakar, P., 1993. A neural network-based method for short-term predictions of ambient SO2 concentrations in highly polluted industrial areas of complex terrain. Atmos. Envir. 27, 221–230.
Braga, A.L.F., Zanobetti, A., Schwartz, J., 2001. The lag structure between particulate air pollution and respiratory and cardiovascular deaths in 10 US cities. J. Occup. Environ. Med. 43, 927–933.
Braga, A.L.F., Zanobetti, A., Schwartz, J., 2002. Effect of weather on respiratory and cardiovascular deaths in 12 US cities. Environ. Health Perspect. 110, 9.
198
Bremner, S.A., Anderson, H.R., Atkinson, R.W., McMichael, A.J., Strachan, D.P., Bland, J.M., et al., 1999. Short term associations between outdoor air pollution and mortality in London 1992–4. Occup Environ Med. 56, 237–244.
Cárdenas, M., Vallejo, M., Romano-Riquer, P., Ruiz-Velasco, S., Ferreira-Vidal, A., Hermosillo, A., 2008. Personal exposure to PM2,5 air pollution and heart rate variability in subjects with positive or negative head-up tilt test. Environmental Research 108, 1– 6.
Chang, C.C., Tsai, S.S., Ho, S.C., Yang, C.Y., 2005. Air pollution and hospital admissions for cardiovascular disease in Taipei, Taiwan. Environ. Res. 98, 114–119.
Charafeddine, R., Leslie, I., 2008. Boden Does income inequality modify the association between air pollution and health? Environmental Research 106, 81–88.
Choi, K.S., Inou, S., Shinozaki, R., 1997. Air pollution, temperature, and regional differences in lung cancer mortality in Japan. Arch. Environ. Health 52, 160–168.
Comrey, A.L., 1985. Manual de Análisis Factorial. Madrid: Cátedra
Crawford, V.L.S., McCann, M., Stout, R.W., 2003. Changes in seasonal deaths from myocardial infarction. Q. J. Med. 96, 45–52.
Curriero, F.C., Heiner, K.S., Samet, J.M., Zeger, S.L., Strug, L., Patz, J.A., 2002. Temperature and mortality in 11 cities of the eastern United States. Am. J. Epidemiol. 155 (1), 80–87.
Danet, S., Richard, F., Montaye, M., Beauchant, S., Lemaire, B., Graux, C., Cottel, D., Marecaux, N., Amouyel, P., 1999. Unhealthy effects of atmospheric temperature and pressure on the occurrence of myocardial infarction and coronary deaths. Circulation 100, E1–E7.
Dominici, F., McDermott, A., Zeger, S.L., Samet, J.M., 2002. On the use of generalised additive models in time-series studies of air pollution and health. Am. J. Epidemiol. 156, 193–203.
Dominici, F., Peng, R.D., Bell, M.L., Pham, L., McDermott, A., Zeger, S.L., Samet, J.M., 2006. Fine particulate air pollution and hospital admission for cardiovascular and respiratory diseases. JAMA 295, 1127–1134.
Dubowsky, S.D., Suh, H., Schwartz, J., Coull, B.A., Gold, D.R., 2006. Diabetes, obesity, and hypertension may enhance associations between air pollution and markers of systemic inflammation. Environ. Health Perspect. 114, 992–998.
Ebi, K.L., Exuzides, K.A., Lau, E., Kelsh, M., Barnston, A., 2004. Weather changes associated with hospitalizations for cardiovascular diseases and stroke in California, 1983–1998. Int. J. Biometeorol. 49 (1), 48–58.
Feldman, D.E., Platt, R., Dery, V., Kapetanakis, C., Lamontagne, D., Ducharme, A., Giannetti, N., Frenette, M., Beck, E.J., 2004. Seasonal congestive heart failure
199
mortality and hospitalization trends, Quebec1990–1998. Epidemiol. Community Health 58 (2), 129–130.
Filleul, L., Le Tertre, A., Baldi, I., Tessiera, J.F., 2004. Difference in the relation between daily mortality and air pollution among elderly and all-ages populations in southwestern France. Environmental Research 94, 249–253.
Gagge, A.P., Nishi, Y., 1977. Heat exchange between human skin Surface and thermal environment. In: Lee, D.H.K. (Ed.), Reactions to Environmental Agents; Handbook of Physiology, Section 9, first ed. American Physiological Society, Bethesda Maryland, pp. 69–92.
Glinianaia, S.V., Rankin, J., Bell, R., Pless-Mulloli, T., Howel, D., 2004. Particulate air pollution and fetal health: a systematic review of the epidemiologic evidence. Epidemiology 15, 36–45.
Gonçalves, F., Braun, S., Silva Dias, P.L., Sharovsky, R., 2007. Influences of the weather and air pollutants on cardiovascular disease in the metropolitan area of Sao Paulo. Environmental Research 104, 275–281.
González, F., Galán, M., Umbría, A., Gervilla, J., 2006. Multivariate statistical analisis of meteorological data in the “Campo de Gibraltar” region, Spain. Environmental Monitoring and Assessment 119, 405–423. doi: 10.1007/s10661-005-9033-4.
Grass, D., Cane, M., 2008. The effects of weather and air pollution on cardiovascular and respiratory mortality in Santiago, Chile, during the winters of 1988–1996. Int. J. Climatol. 28, 1113–1126.
Hajat, S., Haines, A., 2002. Associations of cold temperatures with GP consultations for respiratory and cardiovascular disease amongst the elderly in London. Int. J. Epidemiol. 31, 825–830.
Hajat, S., Kovats, R.S., Atkinson, R.W., Haines, A., 2002. Impact of hot temperatures on death in London: a time series approach. J. Epidemiol. Community Health 56, 367–372.
Hu, W., Mengersen, K., McMichael, A., Tong, S., 2008. Temperature, air pollution and total mortality during summers in Sydney, 1994–2004. Int. J. Biometeorol. 52, 689–696.
Jáuregui, E., 1988. Local wind and air pollution interaction in the Mexico basin. Atmósfera 1, 131–140.
Jerrett, M., Burnett, R.T., Brook, J., Kanaroglou, P., Giovis, C., Finkelstein, N., Hutchison, B., 2004. Do socioeconomic characteristics modify the short term association between air pollution and mortality? Int. J. Biometeorol. 51, 87–96.
Katsouyanni, K., Pantazopoulou, A., Touloumi, G., Tselepidaki, I., Moustris, K., Asimakopoulos, D., Poulopoulou, G., Trichopoulos, D., 1993. Evidence for interaction between air pollution and high temperature in the causation of excess mortality. Arch. Int. Sci. 48, 235–242.
200
Katsouyanni, K., Touloumi, G., Spix, C., Schwartz, J., Balducci, J., Medina, S., Rossi, G., Wojtyniak, B., Sunyer, J., Bacharova, L., Schouten, J.P., Ponka, A., Anderson, H.R., 1997. Short term effects of ambient sulphur dioxide and particulate mater on mortality in 12 European cities: results from time series data from the APHEA project. BMJ 314, 1658–1663.
Keatinge, W., Donaldson, G.C., 2006. Heat acclimatization and sunshine cause false indications of mortality due to ozone. Environmental Research 100, 387–393.
Kim, H., Kim, Y., Hong, Y.C., 2003. The lag-effect pattern in the relationship of particulate air pollution to daily mortality in Seoul, Korea. In.t J. Biometeorol. 48, 25–30.
Kloner, R.A., Kenneth, P.W., Perritt, R.L., 1999. When throughout the year is coronary death most likely to occur. Circulation 100, 1630–1634.
Koken, P.J., Piver, W.T., Ye, F., Elixhauser, A., Olsen, L.M., Portier, C.J., 2003. Temperature, air pollution, and hospitalization for cardiovascular diseases among elderly people in Denver. Environ. Health Perspect. 111 (10), 1312–1317.
Krupa, S.V., 2000. Ultraviolet B radiation, ozone and plant biology. Environ. Pollut. 118, 193–194.
Kysely, J., 2004. Mortality and displaced mortality during heat waves in the Czech Republic. Int. J. Biometeorol. 49, 91–97.
Lee, J.T., Shin, D., Chung, Y., 1999. Air pollution and daily mortality in Seoul and Ulsan, Korea. Environ. Health Perspct. 107, 149–154.
Liang, W., Wei, H.Y., Kuo, H.W., 2008. Association between daily mortality from respiratory and cardiovascular diseases and air pollution in Taiwan. Environ Res. Doi:10.1016/j.envres.2008.10.002
Macfarlane, A., Waller, R.E., 1976. Short term increases in mortality during heat waves. Nature 264, 434–436.
Maheswaran, R., Haining, R.P., Brindley, P., Law, J., Pearson, T., Fryers, P.R., Wise, S., Campbell, M.J., 2005. Small-area level ecological study. Outdoor air pollution, mortality, and hospital admissions from coronary heart disease in Sheffield, UK: a small-area level ecological study. Eur. Heart J. 26, 2543–2549.
Mann, J.K., Tager, I.B., Lurmann, F., Segal, M., Quesenberry, C.P., Lugg, M.M., et al., 2002. Air pollution and hospital admissions for ischemic heart disease in persons with congestive heart failure or arrhythmia. Environ. Health Perspect.110, 1247–1252.
Marshall, R.J., Scragg, R., Bourke, P., 1988. An analysis of the seasonal variation of coronary heart disease and respiratory disease mortality in New Zealand. Int. J. Epidemiol. 17, 325–331.
201
Medina-Ramón, M., Zanobetti, A., Schwartz, J., 2006. The effect of ozone and PM10 on hospital admissions for pneumonia and chronic obstructive pulmonary disease: a national multicity study. Am. J. Epidemiol. 163, 579–588.
Michalsen, A., Ludtke, R., Buhring, M., Spahn, G., Langhorst, J., Dobos, G.J., 2003. Thermal hydrotherapy improves quality of life and hemodynamic function in patients with chronic heart failure. Am .Heart J. 146 (4).
O’Nell, M.S., Zanobetti, A., Schwartz, J., 2003. Modifiers of the temperature and mortality association in seven US cities. Am. J. Epidemiol. 157, 1074–1082.
O’Nell, M.S., Veses, A., Sarnat, J.A., Gold, D.R., Economides, P.A., Horton, E.S., Schwartz, J., 2005. Diabetes enhances vulnerability to particulate air pollution associated impairment in vascular reactivity and endothelial function. Circulation 111, 2913–2920.
Pandey, J., Agrawal, M., Khanam, N., Narayan, D., Rao, D.N., 1992. Air pollutant concentrations in Varanasi, India. Atmos. Envir. 26, 91–98.
Pan, W.H., Li, L.A., Tsai, M.J., 1995. Temperature extremes and mortality from coronary heart disease and cerebral infarction inelderly Chinese. The Lancet. 345, 353–355.
Panero, C., De Pablo, F., Sánchez, J.M., Tomás, C., 1997. Statistical modelling and prediction of pollutants in the urban atmosphere of Salamanca, Spain. Int. J. Biometeorol. 40, 223–233.
Pell, J.P., Cobbe, S.M., 1999. Seasonal variations in coronary heart disease. Q. J. Med. 92, 689–696.
Peters, A., Skorkovsky, J., Kotesvec, F., Brynda, J., Spix, C., Wichmann, H.E., Heinrich, J., 2000. Associations between mortality and air pollution in central Europe. Environ. Health Perspect. 108, 283–287.
Pinkerton, K.E., Joad, J.P., 2006. Influence of air pollution on respiratory health during perinatal development. Clin. Exp. Pharmacol. Physiol. 33, 269–272.
Pope, C.A., Dockery, D.W., 2006. Health effects of fine particulate air pollution: lines that connect. Journal of the Air & Waste Management Association 56 (6), 709–742.
Rainham, D.G.C., Smoyer-Tomic, K.E., Sheridan, S.C., Burnett, R.T., 2005. Synoptic weather patterns and modification of the association between air pollution and human mortality. International Journal of Environmental Health Researc. 15 (5), 347–360.
Ramsay, T.O., Burnett, R., Krewski, D., 2003. The effect of concurvity in generalised additive models linking mortality to ambient particulate matter. Epidemiology 14, 18–23.
Ren, C., Tong, S., 2006. Temperature modifies the health effects of particulate matter in Brisbane, Australia. Int. J. Biometeorol. 51, 87–96.
202
Roberts, S., 2004. Interaction between particulate air pollution and temperature in air pollution mortality time series studies. Environ. Res. 96, 328–337.
Rooney, C., McMichael, A.J., Kovats, R.S., Coleman, M.P., 1998. Excess mortality in England and Wales, and in Greater London, during the 1995 heatwave. J. Epidemiol. Community Health 52, 482–486.
Rothman, K.L., Greenland, S., 1998. Modern Epidemiology (2nd). Lippincott Williams and Wilkins, Philadelphia.
Samet, J.M., Zeger, S., Kelshall, J., Xu, J., Kalkstein, L., 1998. Does weather confound or modify the association of particulate air pollution with mortality? An analysis of the Philadelphia data, 1973–1980. Environ. Res. 77, 9–19.
Schwartz, J., 2005. How sensitive is the association between ozone and daily deaths to control for temperature? American Journal of Respiratory and Critical Care Medicine. 171 (6), 627–631.
Schwartz, J., Dockery, D.W., 1992a. Increased mortality in Philadelphia associated with daily air pollution concentrations. American Review of Respiratory Diseases 148, 600–604.
Schwartz, J., Dockery, D.W., 1992b. Particulate air pollution and daily mortality in Steubenville, Ohio. American Journal of Epidemiology 131 (1), 12–19.
Seto, T.B., Mittleman, M.A., Davis, R.B., Taira, D.A., Kawachi, I., 1998. Seasonal variation in coronary artery disease mortality in Hawaii: observational study. Br. Med. J. 316, 1946–1947.
Sheth, T., Nair, C., Muller, J., Yusuf, S., 1999. Increased winter mortality from acute myocardial infarction and stroke: the effect of age. J. Am. Coll. Cardiol. 33, 1916–1919.
Shindo, J., Oi, K., Matsumoto, Y., 1990. Considerations on air pollution monitoring network design in the light of spatio-temporal variations of data. Atmos. Envir. 24 B, 335–342.
Shumway, R.H., Azari, A.S., Pawitan, Y., 1988. Modeling mortality fluctuations in Los Angeles as functions of pollution and weather effects. Environmental Research 45, 224–241.
Smoyer, K.E., Kalkstein, L.S., Greene, J.S., Ye, H., 2000. The impacts of weather and pollution on human mortality in Birmingham, Alabama and Philadelphia, Pennsylvania. Int. J. Climatol. 20, 881–897.
Spencer, F.A., Goldberg, R.J., Becker, R.C., Gore, J.M., 1998. Seasonal distribution of acute myocardial infarction in the second national registry of myocardial infarction. J. Am. Coll. Cardiol. 31, 1226–1233.
Tomás, C., De Pablo, F., Egido, M., 1991. Análisis y predicción de la irradiación solar y la temperatura del aire mediante modelos estocásticos. Rev. Geofís. 47, 107–115.
203
Thurston, G.D., 1996. A critical review of PM10 — mortality time series studies. Journal of Exposure and Analytic Environmental Epidemiology 6, 3–21.
Yamamoto, N., Nishiura, H., Honjo, T., Ishikawa, Y., Suzuki, K., 1995. A long-term study of atmospheric ammonia and particulate ammonium concentrations in Yokohama, Japan. Atmos. Envir. 29, 97–103.
Welty, L.J., Zeger, S., 2005. Are the acute effects of particulate matter on mortality in the national morbidity, mortality, and air pollution study the result of inadequate control for weather and season? A sensitivity analysis using flexible distributed lag models. Am. J. Epidemiol. 162, 80–88.
Wong, T.W., Tam, W.S., Yu, T.S., Wong, A.H.S., 2002. Associations between daily mortalities from respiratory and cardiovascular diseases and air pollution in Hong Kong, China. Occup. Environ. Med. 59, 30–35.
Zanobetti, A., Schwartz, J., Samoli, E., Gryparis, A., Touloumi, G., Peacock, J., Anderson, R.H., Le Tertre, A., Bobros, J., Celko, M., Goren, A., Forsberg, B., Michelozzi, P., Rabczenko, D., Hoyos, S.P., Wichmann, H.E., Katsouyanni, K., 2003. The temporal pattern of respiratory and heart disease mortality in response to air pollution. Environ. Health Perspect. 111, 1188–1193.
205
Capítulo 6: CONCLUSIONES Y PERSPECTIVAS
6.1. CONCLUSIONES
Del estudio realizado sobre la influencia del tiempo y de la
contaminación atmosférica sobre enfermedades circulatorias y respiratorias
en Castilla-La Mancha se desprenden las siguientes conclusiones:
a) Tipos de tiempo
• Al utilizar la metodología propuesta por Lamb para analizar la influencia
del tiempo en la morbilidad y mortalidad de las enfermedades
estudiadas, se han reducido, en cada periodo de estudio, las 26
situaciones iniciales, a un número menor (situaciones dominantes), que
son las que superan la duración media de cada periodo analizado. Los
206
tipos de tiempo NE∗, E, W, C y A son situaciones dominantes en todos
los periodos de estudio considerados.
b) Morbilidad por enfermedades del Sistema Circulatorio
• El análisis estacional de la morbilidad revela que no existen diferencias
significativas en las cuatro estaciones en el número de admisiones, por
este motivo el estudio se centra en dos periodos diferentes: Cálido, de 1
de abril a 30 de septiembre; Frío, de 1 de octubre a 31 de marzo. En el
periodo cálido las situaciones dominantes son NE (18,1%), E (4,8%), W
(5,0%), NW (4,9%), N (13,1%), C (7,2%), A (16,9%), HANE (5,5%),
HANW (4,1%) y HAN (6,1%). En el periodo frío son NE (5,1%), E
(6,0%), SW (7,6%), W (7,7%), C (5,3%), A (29,2%), HASW (4,6%) y
HAW (3,9%). La reducción de las 26 situaciones iniciales a las
situaciones dominantes capta un 85,9% de los días en el periodo cálido y
un 69,4% en el periodo frío.
• Para facilitar las comparaciones entre las diferentes series de tipos de
tiempo en la morbilidad se define el Índice de Admisión diario por
enfermedades del sistema Circulatorio (CAI). En el periodo cálido
aparecen diferencias significativas (p < 0,001) entre los valores del CAI
en domingo (menores) y los observados de lunes a viernes (mayores). En
el periodo frío solo aparecen diferencias significativas (p < 0,05) entre
los valores del jueves y viernes (mayores) y los del martes (menores).
• Al aplicar un análisis chi-cuadrado y otro de probabilidad condicional a
los valores del CAI para establecer las diferencias entre el número de
admisiones según la situación dominante, se revela una dependencia
significativa (p < 0,001) de los valores del CAI en ambos periodos según
∗ La lista de Acrónimos se encuentra en la página XIII.
207
el tipo de tiempo, observándose que las probabilidades condicionales de
los sucesos extremos (CAI > 150), son mayores para los tipos E, NW y
A en el periodo cálido, y para las situaciones E en el periodo frío.
Cuando se analiza el desfase (en días) de los valores del CAI según la
situación, se observa que, en el periodo cálido, cuando ocurren las
situaciones W, A y HAW, los valores del CAI son siempre iguales o
superiores a la media, mientras que en el periodo frío, lo son con
situaciones A.
• En cuanto a las secuencias de dos días de tipos de tiempo que originan
elevados valores medios del CAI, se observa que en el periodo cálido las
secuencias NE-NE y A-A son las de mayor frecuencia de aparición, y en
el periodo frío lo son las A-A.
c) Morbilidad por enfermedades del aparato Respiratorio
• El análisis de la varianza aplicado a los valores estacionales revela que
existe una diferencia significativa (p < 0,05) entre los valores de invierno
y primavera con las otras estaciones, por lo que el estudio se centra en
invierno y primavera. Se define el Índice de Admisión diario por
enfermedades del aparato Respiratorio (RAI), y se determinan los
valores medios diarios de dicho Índice, apareciendo diferencias
significativas (p < 0,05) entre los valores de lunes a jueves (mayores) y
los de fin de semana (menores). En invierno se retienen las situaciones
dominantes NE (5,0%), E (5,9%), SE (4,6%), SW (5,7%), W (6,1%), C
(4,3%), A (33,5%) y HASW (6,5%), que captan el 70,5% de los días. En
primavera se retienen las situaciones dominantes NE (11,0%), E (5,9%),
SW (7,1%), W (7,0%), N (6,5%), C (7,3%), A (24,7%) y HANW
(3,9%), que captan el 73,4% de los días.
208
• El análisis Chi-cuadrado revela una dependencia de los valores del RAI
(p < 0,001) según el tipo de tiempo, y el análisis de probabilidad
condicional da origen a que en invierno los sucesos extremos
(RAI >150) se registran con situaciones SW, A y HASW, mientras que
en primavera no hay diferencias. Por otra parte, en invierno, cuando
ocurre la situación A, los valores del RAI son mayores que 100 cuando
los desfases son de 0, 1, 2 y 3 días, mientras que en primavera lo son con
situaciones SW y A. Asimismo, la secuencia de dos días de situaciones
A-HASW es la que origina mayores valores medios del RAI en invierno,
en tanto que la A-A registra los mayores valores medios del RAI en
primavera.
d) Mortalidad por enfermedades del aparato Circulatorio
• Los Índices que presentan mayor correlación, con el número de
fallecimientos por enfermedades del aparato Circulatorio son ET (0,543),
RSI (0,540) y AT (0,542), en los tres casos con significación bilateral
(p < 0,01). La aplicación del Análisis de Componentes Principales a la
matriz formada por el número total de muertes, variables atmosféricas y
contaminantes da origen a dos componentes después de la rotación
Varimax, que explican respectivamente el 34,7% y el 31,9% de la
varianza. La primera componente está relacionada con O3, temperatura y
radiación, la segunda componente está relacionada con el CO, NOx, NO2,
SO2, PM10, presión y humedad relativa. Ambas componentes presentan
bajos valores con el número total de fallecimientos.
• Por otra parte, la aplicación del Análisis de Componentes Principales a la
matriz de valores diarios de fallecimientos, contaminantes e Índices H,
ET y NET origina también dos componentes (de varianza total explicada
38,2% y 34,6%, respectivamente). La primera componente presenta altos
209
pesos con los tres Índices, y la segunda con los contaminantes; caso
especial es el del ozono, pues presenta pesos similares en valor absoluto,
pero positivo el de la primera componente y negativo el de la segunda.
e) Mortalidad por enfermedades del aparato Respiratorio
• Los Índices que presentan mayor correlación, con la mortalidad por
enfermedades del aparato Respiratorio son ET (0,629), RSI (0,629) y
NET (0,629), en los tres casos, con significación bilateral (p < 0,01). La
aplicación del Análisis de Componentes Principales a la matriz formada
por el número total de muertes, variables y contaminantes da origen a
dos componentes, que explican el 36,0% y 31,1% de la varianza
respectivamente. La primera componente presenta altos pesos con el
ozono y las variables atmosféricas, excepto con la presión y la humedad
relativa; la segunda componente presenta altos pesos con los demás
contaminantes y la presión. Ambas componentes presentan pequeños
pesos y de signo opuesto con la mortalidad.
• Por otra parte, la aplicación del Análisis de Componentes Principales a la
matriz formada por valores diarios de mortalidad, contaminantes e
Índices da origen a dos componentes, tras la rotación Varimax. La
primera componente explica el 41,5% de la varianza total, y la segunda
el 31,5%. La primera presenta altos pesos con los Índices H, ET y NET;
la segunda componente presenta altos pesos con los contaminantes. Al
igual que en la mortalidad por enfermedades del sistema Circulatorio, el
ozono presenta altos pesos en valor absoluto en ambas componentes, con
signo positivo en la primera y negativo en la segunda. El empleo de
media móvil centrada de amplitud 3 aumenta ligeramente los pesos en la
mortalidad por enfermedades de los sistemas Circulatorio y Respiratorio.
210
6.2. PERSPECTIVAS
El trabajo realizado podría ampliarse en líneas de investigación de
claro interés. Por ejemplo, cabría tener en cuenta los rangos de temperatura
diarios, así como valores extremos, y no solo valores medios,
especialmente en estudios de morbilidad. Se mejoraría con ello el
conocimiento de los umbrales termométricos de mortalidad en núcleos de
población con características diversas, campo de investigación poco
desarrollado hasta el presente. Se podría ampliar la investigación
estratificando por sexo y grupos de edad.
Asimismo, se debería ampliar el estudio de las diferencias en los
incrementos de mortalidad por persistencia de altas temperaturas, en grupos
particularmente sensibles: diabéticos, pacientes medicados con diuréticos,
enfermos mentales etc.
El estudio de los Índices biometeorológicos aplicados al estudio de la
mortalidad plantea la posibilidad de la creación de nuevos Índices que
mejoren los anteriores. La inclusión de más variables meteorológicas, así
como de contaminantes atmosféricos, constituye una parcela de
investigación en Biometeorología sobre la que existen pocos artículos hasta
ahora. La aplicación de tales estudios a periodos temporales estacionales
posiblemente contribuyese a mejorar los resultados.
Asimismo, la potencia de las herramientas estadísticas utilizadas
permite el estudio de los efectos de variables y contaminantes sobre la
mortalidad, con desfases mayores a los estudiados en la presente Memoria
en el capítulo de la morbilidad. Este punto adquiere particular relevancia en
la mortalidad asociada con el frío, tanto para patologías circulatorias como
respiratorias. Es mi deseo seguir investigando en esta línea con el grupo de
trabajo en el que se ha desarrollado el presente estudio.
211
También se debería indagar acerca de modelos generalizados que
incluyesen variables atmosféricas y contaminantes. Puede añadirse que una
investigación como la realizada serviría para profundizar en la influencia
de las PM2,5 en la morbilidad y mortalidad de patologías circulatorias y
respiratorias. Este tipo de partículas son especialmente dañinas, y, sin duda,
tal trabajo no carecería de interés. En este sentido, serían convenientes
investigaciones sobre la relación entre mortalidad por patologías
respiratorias y concentraciones de PM2,5 en grandes ciudades y zonas
industriales.
Finalmente resulta necesario poner de manifiesto las posibles
aplicaciones de la investigación expuesta, así como las posibles líneas de
estudio en el futuro. En este sentido es bien conocido el interés que
concitan los estudios sobre todo lo relacionado con la salud humana. Más
concretamente, se podría profundizar en el conocimiento de los
mecanismos por los que el frío contribuye al desarrollo de las patologías
cardiovasculares e infecciones respiratorias. Las interacciones entre todos
estos factores (por ejemplo, el aumento de la actividad del fibrinógeno en
invierno, la vasoconstricción favorecida por las bajas temperaturas etc.) han
de ser mejor conocidas.
Las medidas preventivas, que han de ser impulsadas por las
autoridades sanitarias, comprenden actuaciones, tanto con respecto a la
población en general, como sobre grupos de riesgo específicos. Por ello
cobra particular importancia la educación sanitaria, en especial dirigida a
colectivos como pueden ser las personas de edad avanzada, los niños, los
afectados por patologías crónicas cardiovasculares o respiratorias etc.
En el terreno de lo concreto, cabría plantearse la puesta en marcha de
sistemas de vigilancia meteorológica encaminados a reducir el impacto que
212
sobre la población tienen los factores de riesgo estudiados en el presente
trabajo. Tales factores no son solo las temperaturas elevadas, fenómeno
bien conocido y de amplia repercusión mediática en el contexto de las olas
de calor y del calentamiento global, sino otros de mayor incidencia real en
la actualidad. Así, los estudios sobre las relaciones entre los tipos de tiempo
con las admisiones hospitalarias y la mortalidad podrían ser útiles para la
prevención de situaciones de riesgo, como las ya analizadas: secuencias de
determinadas situaciones meteorológicas junto con bajas temperaturas en
periodos fríos, persistencia de tipos de tiempo poco frecuentes pero de
acusada incidencia epidemiológica etc. La aplicación del Análisis de
Componentes Principales facilitaría el tratamiento estadístico de problemas
con tan gran cantidad de datos.
El uso de Índices biometeorológicos puede ser de gran ayuda. Todos
los evaluados en la presente investigación pueden considerarse
satisfactorios. Sus regularidades temporales y sus correlaciones con la
mortalidad, tanto en patologías cardiovasculares como en respiratorias,
proporcionan una línea de trabajo para su aplicación en sistemas de salud
pública.
La acción de los contaminantes constituye un problema de no fácil
tratamiento, pues los resultados en relación con la mortalidad no son
consistentes en los estudios que se realizan, debido a las muy diferentes
tasas de gases y partículas de las zonas investigadas. Por ello, el Análisis de
Componentes Principales puede contribuir a obtener conclusiones
relevantes cuando el empleo de otras técnicas no haya sido suficiente.
Las técnicas utilizadas en la presente Memoria podrían ser de
aplicación en ciertos problemas estudiados hasta hoy en la literatura
epidemiológica sin resultados concluyentes. Así, en diversos estudios se ha
213
constatado que las temperaturas extremas parecen incrementar el riesgo de
nacimientos prematuros. Los mecanismos que rigen este y otros efectos
constituyen, sin duda, un campo importante de investigación
biometeorológica, cuyo conocimiento posiblemente mejorase si se
integraran factores como las variables atmosféricas y los contaminantes.